一種船舶火災(zāi)自動(dòng)報(bào)警系統(tǒng)連鎖失效路徑的評(píng)估方法
【專(zhuān)利摘要】本發(fā)明屬于復(fù)雜系統(tǒng)的分析與決策領(lǐng)域,具體涉及一種基于改進(jìn)的融合遺傳算法和螞蟻算法的船舶火災(zāi)自動(dòng)報(bào)警系統(tǒng)連鎖性失效路徑的評(píng)估方法。本發(fā)明包括:(1)基于圖論和脆性理論構(gòu)造火災(zāi)報(bào)警控制器的賦權(quán)圖模型;(2)設(shè)計(jì)改進(jìn)的GAAA算法中的遺傳算法得到脆性信息素初始分布;(3)設(shè)計(jì)改進(jìn)的GAAA算法中的螞蟻算法。提供了一種基于改進(jìn)的融合遺傳算法和螞蟻算法(GAAA)的船舶火災(zāi)自動(dòng)報(bào)警系統(tǒng)連鎖性失效路徑的評(píng)估方法,量化了連鎖性失效的發(fā)生及影響程度,不僅適用于船舶火災(zāi)自動(dòng)報(bào)警系統(tǒng),對(duì)其他復(fù)雜系統(tǒng)的連鎖性失效路徑的評(píng)估具有普適性,實(shí)用性強(qiáng),并為系統(tǒng)連鎖性失效的預(yù)防和控制提供依據(jù)。
【專(zhuān)利說(shuō)明】一種船舶火災(zāi)自動(dòng)報(bào)警系統(tǒng)連鎖失效路徑的評(píng)估方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于復(fù)雜系統(tǒng)的分析與決策領(lǐng)域,具體涉及一種基于改進(jìn)的融合遺傳算法和螞蟻算法(GAAA)的船舶火災(zāi)自動(dòng)報(bào)警系統(tǒng)連鎖性失效路徑的評(píng)估方法。
【背景技術(shù)】
[0002]隨著科技的發(fā)展,現(xiàn)代船舶通過(guò)配備火災(zāi)自動(dòng)報(bào)警系統(tǒng)來(lái)實(shí)現(xiàn)火災(zāi)的早期確認(rèn)和自動(dòng)報(bào)警及聯(lián)動(dòng)控制,用以提高船舶的安全性。然而,由于船舶火災(zāi)自動(dòng)報(bào)警系統(tǒng)是具有總線制分布式的復(fù)雜非線性系統(tǒng),一旦船舶內(nèi)部環(huán)境的變化或人為因素導(dǎo)致了火災(zāi)自動(dòng)報(bào)警系統(tǒng)的某個(gè)子系統(tǒng)失效,系統(tǒng)的脆性行為會(huì)由于子系統(tǒng)的內(nèi)部動(dòng)力學(xué)行為及子系統(tǒng)間的相互作用發(fā)生傳播,于是整個(gè)系統(tǒng)的性能將會(huì)降低,甚至崩潰。因此,尋找適當(dāng)?shù)脑u(píng)估方法實(shí)現(xiàn)船舶火災(zāi)自動(dòng)報(bào)警系統(tǒng)連鎖性失效的崩潰路徑的預(yù)測(cè)搜索評(píng)估,了解連鎖性失效的可能發(fā)展進(jìn)程,對(duì)系統(tǒng)連鎖性失效的預(yù)防與控制起著舉足輕重的作用。
[0003]連鎖性失效是復(fù)雜系統(tǒng)相關(guān)性失效的一種類(lèi)型,強(qiáng)調(diào)由于外界擾動(dòng)觸發(fā)某子系統(tǒng)失效后,由于子系統(tǒng)間的相互作用進(jìn)行傳播的連鎖性。連鎖性失效最大崩潰路徑的搜索是一個(gè)尋優(yōu)求解問(wèn)題,智能方法是解決該問(wèn)題的一種有效方法。然而,到目前為止,尚未有關(guān)于船舶火災(zāi)自動(dòng)報(bào)警系統(tǒng)連鎖性失效路徑評(píng)估的相關(guān)理論成果。鑒于此,為了實(shí)現(xiàn)船舶火災(zāi)自動(dòng)報(bào)警系統(tǒng)連鎖性失效路徑的預(yù)測(cè)搜索分析,本發(fā)明提出了基于改進(jìn)的融合遺傳算法和螞蟻算法的船舶火災(zāi)自動(dòng)報(bào)警系統(tǒng)連鎖性失效路徑的評(píng)估方法。
【發(fā)明內(nèi)容】
[0004]本發(fā)明的目的在于提供一種高普適性、實(shí)用性船舶火災(zāi)自動(dòng)報(bào)警系統(tǒng)連鎖失效路徑的評(píng)估方法。
[0005]本發(fā)明的目的是這樣實(shí)現(xiàn)的:
[0006](I)基于圖論和脆性理論構(gòu)造火災(zāi)報(bào)警控制器的賦權(quán)圖模型:
[0007]根據(jù)船舶火災(zāi)自動(dòng)報(bào)警系統(tǒng)的物理模型將其部件模塊看作子系統(tǒng),根據(jù)部件模塊的連接情況給出子系統(tǒng)間是否存在脆性關(guān)系,以各子系統(tǒng)為節(jié)點(diǎn),以子系統(tǒng)間的脆性關(guān)系為邊,構(gòu)造賦權(quán)圖D = < V,E,R >,其中V為所有節(jié)點(diǎn)V構(gòu)成的集合,且記節(jié)點(diǎn)數(shù)為n,p(v)為節(jié)點(diǎn)在外界干擾下發(fā)生崩潰的概率;R為各節(jié)點(diǎn)直接的脆性關(guān)系集合,記脆性關(guān)系函數(shù)為
[0008]
【權(quán)利要求】
1.一種船舶火災(zāi)自動(dòng)報(bào)警系統(tǒng)連鎖失效路徑的評(píng)估方法,其特征在于,包括如下步驟: (1)基于圖論和脆性理論構(gòu)造火災(zāi)報(bào)警控制器的賦權(quán)圖模型: 根據(jù)船舶火災(zāi)自動(dòng)報(bào)警系統(tǒng)的物理模型將其部件模塊看作子系統(tǒng),根據(jù)部件模塊的連接情況給出子系統(tǒng)間是否存在脆性關(guān)系,以各子系統(tǒng)為節(jié)點(diǎn),以子系統(tǒng)間的脆性關(guān)系為邊,構(gòu)造賦權(quán)圖D = < V,E,R >,其中V為所有節(jié)點(diǎn)V構(gòu)成的集合,且記節(jié)點(diǎn)數(shù)為n,p (v)為節(jié)點(diǎn)在外界干擾下發(fā)生崩潰的概率;R為各節(jié)點(diǎn)直接的脆性關(guān)系集合,記脆性關(guān)系函數(shù)為
—無(wú)脆性關(guān)系,
hi ~{l, Vi和V7.有脆性關(guān)系,i,j、l,2,…,η E為圖中具有權(quán)值的邊的集合,權(quán)值cou=p(v」Vi)描述了第i個(gè)節(jié)點(diǎn)和第j個(gè)節(jié)點(diǎn)之間的脆性聯(lián)系程度,即節(jié)點(diǎn)Vi引起頂點(diǎn)\崩潰的概率,按照脆性聯(lián)系程度分為{極弱、弱、較弱、強(qiáng)、較強(qiáng)、1}六個(gè)級(jí)別,采用層次分析法給出脆性賦權(quán)圖的權(quán)值ω Jj e {0.1, 0.3,0.5,0.7,0.9,1}且設(shè) Oji= ω i, j = I, 2,..., η ; (2)設(shè)計(jì)改進(jìn)的GAAA算法中的遺傳算法得到脆性信息素初始分布: 1)初始化遺傳算法參數(shù):進(jìn)化代數(shù)計(jì)數(shù)器賦初值t= O,并給最大進(jìn)化代數(shù)T賦值,將賦權(quán)圖中各節(jié)點(diǎn)節(jié)點(diǎn)編 號(hào)為1-20的自然數(shù),按此順序?qū)⒚總€(gè)待選節(jié)點(diǎn)作為染色體的一個(gè)基因進(jìn)行編碼,當(dāng)基因值為I時(shí),表示相應(yīng)的節(jié)點(diǎn)被選入該條路徑中,否則反之;染色體中的基因排列順序即為各節(jié)點(diǎn)在通路中出現(xiàn)的先后順序,染色體長(zhǎng)度等于圖中的節(jié)點(diǎn)數(shù),用crtbp函數(shù)生成規(guī)模為M個(gè)編碼的初始種群P (t); 2)個(gè)體評(píng)價(jià):崩潰路徑的權(quán)值為路徑中所有邊的權(quán)值的乘積,D的所有崩潰路徑E(H)中權(quán)值最大的路徑為最大崩潰路徑,設(shè)一條邊e = (Vi, Vj)的權(quán)值為ω (e) = ,取適應(yīng)度函數(shù)為Fit = ,.Π (^),Η e E(H),用來(lái)評(píng)價(jià)路徑崩潰的程度,適應(yīng)度函數(shù)值越大,說(shuō)明該路徑越容易崩潰,給定適應(yīng)度函數(shù)閾值Qt,用ranking函數(shù)計(jì)算P (t)中每個(gè)個(gè)體的適應(yīng)度函數(shù)值,并記錄本代最佳個(gè)體及適應(yīng)度值; 3)選擇運(yùn)算:根據(jù)適應(yīng)度函數(shù)值,用selection函數(shù)采用輪盤(pán)賭法確定進(jìn)行交配的染色體父串; 4)交叉運(yùn)算:設(shè)定交叉概率P。的值,根據(jù)P。用recombin函數(shù)進(jìn)行單點(diǎn)交叉,交叉概率不可設(shè)置過(guò)小,否則會(huì)延緩獲得最優(yōu)解的概率; 5)變異運(yùn)算:設(shè)定變異概率Pm的值,根據(jù)Pm用mutate函數(shù)進(jìn)行逆轉(zhuǎn)變異,對(duì)群體的個(gè)體進(jìn)行變異操作,并通過(guò)以上運(yùn)算得到下一代群體P (t+1),變異概率的選取一般受種群大小、染色體長(zhǎng)度等因素的影響,通常選取很小的值,一般取0.001-0.1 ; 6)計(jì)算子代個(gè)體的適應(yīng)度函數(shù)值,并用父代的適應(yīng)度最大的個(gè)體取代子代適應(yīng)度最小的個(gè)體; 7)驗(yàn)證終止條件:若t< T,用t+Ι代代替t代,轉(zhuǎn)回步驟2);若t = T或進(jìn)化產(chǎn)生的任何一個(gè)個(gè)體的適應(yīng)度函數(shù)小于給定閾值,則以進(jìn)化過(guò)程中所得到的具有最大適應(yīng)度個(gè)體作為最優(yōu)解輸出,并終止進(jìn)化過(guò)程; (3)設(shè)計(jì)改進(jìn)的GAAA算法中的螞蟻算法:為了尋求最大崩潰路徑,設(shè)目標(biāo)函數(shù)為
【文檔編號(hào)】G06N3/12GK103955552SQ201310547317
【公開(kāi)日】2014年7月30日 申請(qǐng)日期:2013年11月7日 優(yōu)先權(quán)日:2013年11月7日
【發(fā)明者】金鴻章, 賈諾, 姚緒梁, 張艷麗, 鄒艾利 申請(qǐng)人:哈爾濱工程大學(xué)