基于Adaboost和遗传算法的硬盘故障预测模型优化及选择

硬盘故障给数据中心的可靠性和可用性带来的影响越来越大,采用不同的机器学习方法构建基于自监控分析报告技术(self-monitoring,analysis and reporting technology,SMART)属性的硬盘故障预测模型策略的研究已经取得了一定的效果.但这些模型策略无法得到较为稳定的预测效果,并且无法选择适合于不同用户需求的最佳模型.为得到更高的准确率和较低的误报率,实现了基于Adaboost算法的BP神经网络预测模型优化方法.在此基础上,为更好地适用于实际工作场景,实现了根据遗传算法(genetic algorithm,GA),按照用户的预测效果要求,选择出最恰当的预测模型的方法,在不同的效果要求下选用不同的预测模型.     

基于广义预测控制的模型预测控制系统仿真软件设计

本文介绍了基于广义预测控制的模型预测控制(MPC)系统仿真软件的开发与实现过程。该软件包含了MACI、MAC、DMC、DDMC和GPC五种预测控制算法,可以用不同的方法实现对预测控制系统的综合性仿真以及控制器参数的调整。利用该软件可对模型预测控制系统的作用机理做进一步仿真分析,并有助于定性分析各种算法中设计参数对系统性能的影响以及不同算法之间的区别。     

基于CNN-LSTM-PSO的私有云故障检测

有效对私有云系统进行故障检测对于保障IT系统稳定性及开展可靠性信息活动具有重要的实际意义。为此从私有云系统的历史趋势数据出发,将卷积网络(CNN)和长短期记忆(LSTM)循环神经网络结合,提出了基于粒子群优化算法(PSO)的CNN-LSTM-PSO的混合模型,实现对私有云的故障检测。采用X11算法等技术对数据进行预处理,使用CNN网络提取监控指标时序数据的相关特征信息,并通过训练LSTM网络参数建立CNN-LSTM预测模型,设计了PSO算法对预测模型进行参数选优,减小预测误差,并以高斯正态分布确定阈值范围,实现故障的精准检测。通过和传统单一预测模型以及现有的一些组合预测模型的对比,CNN-LSTM-PSO模型预测后结果的均方根误差、平均绝对误差和平均百分比误差都低于其余模型。实验结果验证了模型在预测效果上具备更高的精度和更快的预测速度,在私有云的故障检测中精确性和实时性都具有良好效果。     

基于健康度分析与和声蚁群算法-支持向量机的故障预测模型

针对现有的故障预测技术无法从整体上反映系统性能下降趋势等问题,提出一种基于健康度分析的故障预测方法.首先,在支持向量机回归算法基础上构造多输出支持向量机,以实现健康度的多步预测,并提出一种和声蚁群算法优化支持向量机参数,解决了蚁群算法易陷入局部最优的问题; 然后, 根据最优参数建立拟合监测数据和未来健康度下降过程非线性映射关系的和声蚁群算法-支持向量机(HSACA-SVM)故障预测模型; 最后,通过某装备电源系统监测数据验证了该模型的有效性.实例验证表明该模型能够较好地实现对健康度下降趋势的预测,预测准确率达到97%,进而实现故障预测.     

一种融合粗糙集与灰模的装备故障预测方法

结合粗糙集理论和灰色系统理论对不精确信息处理的优势,文中提出一种融合粗糙集理论与GM(1,1)灰色预测模型的故障预测方法,先运用粗糙集的属性约简算法对故障诊断决策表进行约简,推出最优诊断规则,再利用GM(1,1)灰色预测模型对约简决策表中的各条件属性测试值计算得到其预测值,从而代回约简的诊断决策表进行故障预测,最后在某型机载电台装备中以某一故障为例进行应用验证,结果表明故障预测效率和精度都较高,从而为提高装备的可靠性和维修性提供依据.     

基于灰色等维新息模型的能耗预测研究及应用

灰色系统理论将随机过程看成灰色过程,利用数据表面杂乱但整体有序的特点,挖掘潜在的本质规律.根据灰色系统理论的思想,在分析了传统GM(1,1)模型的基础上提出了改进的等维新息预测模型,利用Matlab强大的算法功能,实现了改进的等维新息灰色预测模型算法.通过对能耗预测的实例分析,并采用残差和后验差方法对预测的精度进行检验,验证了程序的准确性和可靠性,使得预测的精度得到有效的提高.     

基于数据挖掘的空调机组故障预测研究

作为机场桥载设备的重要组成部件之一——空调机组,由它产生的频发故障所造成的设备利用率低、修复率时长和重大经济损失等问题,在基于桥载设备的安监系统上,设计了空调机组安监信息采集节点,通过Clementine软件,建立了空调机组的故障预测模型,经过比较Apriori算法和其他典型数据挖掘算法的性能,通过在线数据库测试结果表明,得到了不同的典型算法在预测空调机组故障上显现的特点,通过选择最优算法高效地预测了空调机组的未来状态,实现了对空调机组的实时故障预测,进而为解决故障提供了方向和目标,最终达到了降低经济损失最大化的目的,具有很深的实际意义.     

基于数据挖掘的静变电源故障预测研究

静变电源是机场桥载设备最重要的组成部件之一,应用非常广泛,但与此同时,其产生的高频故障会造成设备利用率低、修复率时长和重大经济损失等问题,在基于桥载设备的安监系统上,设计了静变电源安监信息采集节点,通过数据挖掘软件,建立了静变电源故障预测模型.经过比较Apriori算法和其他典型数据挖掘算法的性能,结合在线数据库测试结果表明,得到了不同的典型算法在预测静变电源故障上显现的特点,通过选择最优算法高效地预测了静变电源的未来状态,实现了对静变电源的实时故障预测,进而为解决故障提供了方向和目标,最终达到了降低经济损失最大化的目的,具有很深的实际意义.     

航电武器系统精度评估研究

针对航电武器系统完成空空和空地任务精度评估的需要,对航电武器系统评估系统进行了方案设计,建立了航电武器系统基于统计的评估数学模型、基于粗糙集神经网络算法的评估数学模型,设计并实现了航电武器系统评估软件。运用该软件对航电武器系统进行评估研究,根据不同的评估信号采用不同的方法进行评估,仿真结果表明,算法是合理和有效的。评估系统已成功应用于航电武器系统的辅助设计、系统综合、性能在线测试、靶试评估和故障定位。     

基于Apriori和C5.0算法的智能电表故障预测

针对智能电表故障状态的预测问题,提出了一种基于Apriori算法和C5.0算法建立智能电表故障识别模型,实现智能电表故障的预测。首先,对智能电表历史故障数据库进行数据挖掘预处理,并采用Apriori算法进行强关联因素深度挖掘。然后,将强关联因素组成的数据集合分为训练数据集和测试数据集两部分,采用C5.0算法对训练数据集进行数据挖掘,生成智能电表故障初步预测规则。接着,根据测试集的数据对初步预测规则的正确性进行评估：如果准确度满足要求,确定预测规则;如果不满足,则返回训练集。最后,根据获得的预测规则建立智能电表故障状态预测模型进行智能电表故障预测。算例分析结果证明,智能电表故障状态预测模型具有较高的精度,可获得极为准确的故障状态预测结果。     

宽带短波信号处理平台及算法

为了时宽带短波信号进行快速处理,提出一种基于软件无线电结构的高性能通用宽带无线信号处理平台。在这个平台上时短波信号射频数字化,然后进行数字变频,获得宽带基带解析信号。同时研究了基于基带解析信号的宽频带扫描算法、跳频集搜索算法、特定信号快速搜索算法、调制方式识别扣数字解调算法等,并在该平台上实现了这些算法。现场试验表明,本文提出的信号处理平台性能优越,信号处理算法有效。     

基于软件无线电的智能天线接收系统

软件无线电是智能天线的基础技术,通过软件可在通用的硬件平台上实现不同的算法。文中在智能天线基本原理的基础上,讨论了一个适于扩频通信的智能天线接收系统的硬件平台搭建以及固定波束形成,以及设计时需要考虑的一些关键问题。     

软件容错模型中的容错实时调度算法

在软件容错模型的容错实时调度算法中,主部分可执行性的预测精度是影响调度算法性能的关键.针对此问题提出了DPA(deep-prediction based algorithm)和EDPA(EDF-based DPA)算法.算法考虑当前时间至替代部分通知时间之间的任务执行情况,通过构建预测表对待执行主部分的可执行性进行精确预测.当主部分不发生错误时算法根据预测表调度任务. DPA依照预测表中通知时间的先后顺序调度主部分,而EDPA则按照EDF算法调度预测表中的主部分.模拟结果表明,DPA和EDPA较目前同类算法可获得更多的主部分执行时间,降低CPU的消耗.当软件错误率较低、任务周期较短时,算法能够以较小的调度开销获得较高的调度性能.     

一种提高星载软件可靠性的开发方法

星载软件工作环境的特殊性要求其具有高可靠性和容错性。现有软件可靠性低于硬件可靠性,星载软件失效在系统失效中占有很大比例。分析星载软件特点,根据其开发流程,阐述在软件开发各阶段提高其可靠性和容错性的措施。实践结果证明,此类容错技术是必要且有效的。     

DSP技术在软件无线电中的应用

在简要介绍软件无线电这一新概念的基础上,对其关键技术-数字信号处理(DSP)技术以及DSP技术在软件无线电中的应用进行了比较全面的论述.对比了几种常用的软件无线电DSP处理平台实现方法的特点.同时,详细介绍了一种由现场可编程门阵列(FPGA)和TMS320C6X系列DSP组成,基于软件无线电设计思路的高速、通用数字信号...     

面向软件缺陷预测的过采样方法

为了缓解软件缺陷预测的类不平衡问题,避免过拟合影响缺陷预测模型的准确率,本文提出一种面向软件缺陷预测的基于异类距离排名的过采样方法(HDR).首先,对少数类实例进行3类实例区分,去除噪声实例,减少噪声数据导致的过拟合的情况,然后基于异类距离将实例进行排名,选取相似度高的实例两两组合产生新实例,以此来提升新实例的多样性,...     

基于组态软件和仿真软件的层流冷却实验平台

针对热轧层流冷却过程的自动化系统及优化控制算法难以在实际运行环境中进行充分的调试和验证、基于仿真软件发的实验平台则脱离工业实际的监控与运行环境、购买硬件控制系统进行实物/半实物仿真价格昂贵等问题,本文提出了采用组态软件、工业控制器模拟软件、仿真软件混合编程开发层流冷却虚拟实验平台的方法。该平台采用C#语言开发参数优化子系统、组态软件开发管理监控子系统、工业控制器模拟软件运行回路控制程序、MATLAB软件开发对象模型子系统,通过OPC软总线等技术实现了各个子系统的无缝连接。本文最后采用实际工业数据验证了平台的有效性,表明其广阔的应用前景。     

基于ATML的ATS软件平台的研究与实现

为了实现测试程序和测试资源可互换,以及被测对象、测试数据（测试结果和诊断信息）在不同系统之间可互换,采用了基于ATML标准的方法进行ATS软件平台的研究与实现。对ATML标准进行了详细的研究和分析,在此基础上给出了ATML标准的详细描述。采用XML等相关技术实现了一种基于ATML标准的ATS软件平台。经实际应用,该软件平台的研究实现大大缩短了测试程序的开发周期,降低了开发成本,能够满足复杂多变的测试需求,并且能够跟上不断增长的技术要求。对该软件平台进行硬件扩展及软件扩展便可完成多种不同UUT的测试任务。该软件平台的开发可以有效的解决维修保障领域故障诊断效率低、测试费用高、测试信息交换不畅等众多问题。     

基于Petri网的软硬件故障建模方法研究

针对计算机系统中软件和硬件相互作用而引发的故障分析问题,提出了基于Petri网的软硬件故障模型,用以表达软件故障和硬件故障相互作用的复杂过程,在此基础上给出了软件、硬件和软硬件故障模式的形式化定义。根据软硬件故障模式的特征,基于故障的传播过程提出了软硬件故障识别算法。实例结果表明模型和算法可以准确的分析和识别软硬件故障,从而为计算机系统的可靠性分析提供了新的途径。     

一种基于混沌的软件水印算法框架及实现

针对现有软件水印算法中存在的一些不足,将反逆向工程技术和混沌系统与Easter Egg软件水印的思想相结合,提出了一个基于混沌的软件水印算法框架.该框架通过引入混沌系统,把水印信息散列编码到整个代码当中,以保护全部代码;通过引入反逆向工程技术来抵抗逆向工程攻击,算法框架与软硬件平台无关.在i386体系结构Windows平台下实现了该算法框架,并以该实现为例分析了水印的鲁棒性,讨论了水印的嵌入对程序性能的影响.分析表明,该算法可以有效地抵抗各种语义保持变换攻击,对逆向工程攻击具有较好的抵抗性,鲁棒性较高.