基于人工免疫方法的系統(tǒng)級(jí)故障診斷研究.pdf

1、由于科學(xué)研究向著更大規(guī)模、更高復(fù)雜度的方向發(fā)展，對(duì)高性能計(jì)算的需求越來(lái)越強(qiáng)烈。并行計(jì)算機(jī)系統(tǒng)是實(shí)現(xiàn)高性能計(jì)算的一種重要途徑，但是隨著系統(tǒng)規(guī)模的擴(kuò)大，系統(tǒng)出現(xiàn)故障的概率也隨之增大。因此，如何保證系統(tǒng)的高可靠性就成為一個(gè)重要的研究課題。
　　 系統(tǒng)級(jí)故障診斷是在不增加額外成本的情況下，提高系統(tǒng)可靠性的一種方法，具有較強(qiáng)的實(shí)用性。其主要思想是充分利用系統(tǒng)中各個(gè)處理結(jié)點(diǎn)的計(jì)算和通信能力讓它們相互測(cè)試，通過(guò)對(duì)測(cè)試結(jié)果進(jìn)行分析，得到診斷結(jié)果

2、。系統(tǒng)級(jí)故障診斷的核心問(wèn)題是根據(jù)處理結(jié)點(diǎn)相互測(cè)試的結(jié)果，設(shè)計(jì)高效的診斷算法。
　　 本文研究了在PMC模型下、基于人工免疫方法的系統(tǒng)級(jí)故障診斷算法。在Yang的基礎(chǔ)上，通過(guò)分析其算法的問(wèn)題和不足之處，提出了一種高效的人工免疫診斷算法。與Yang的算法相比，我們首先根據(jù)PMC模型的特點(diǎn)提出了一種生成初始種群的優(yōu)化方法，從而提高了初始種群的質(zhì)量；其次定義了新的親和度函數(shù)，使算法考慮故障集的所有癥候；最后在算法中增加共享結(jié)構(gòu)記憶最佳抗

3、體，并設(shè)計(jì)了新的算法和變異方法。在理論上證明了算法的正確性和收斂性，實(shí)驗(yàn)結(jié)果也表明在CPU時(shí)間和迭代次數(shù)上都優(yōu)于原算法。
　　 為了進(jìn)一步研究算法的有效性，本文將算法應(yīng)用于Haq提出的互連網(wǎng)絡(luò)Cross-cube上，它是超立方體(Hypercube)的一種變型。我們證明了n維Cross-cube在PMC模型下的t-可診斷性度是(n+1)(n≥4)，實(shí)驗(yàn)結(jié)果表明本文的算法是有效和適用的。另外也證明了Cross-cube在PMC模型