本项目对系统级诊断在理论和实用性方面均进行了研究。理论方面对K次表决算法进行了研究,有所创新;应用概率诊断方法,提出了使用神经网络的Compete算法,以及K-Majority算法,而且证明了其正确性远优于Majority算法。实用性方面研究了局域网故障的系统级分布式概率诊断,在给定若干参数后,能够正确诊断出有故障机器,分析了n、p、q对算法正确性诊断概率的影响和对诊断通信量开销的影响,使诊断的可靠性较高且简单可行;研究了广域网故障的系统级分布式诊断,采用带修复的方法进行偿,能区分计算故障和通信故障,方便了维修,同时将诊断过程分成预诊断和全局诊断两个阶段完成,增加了诊断的可行性和正确性。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
拥堵路网交通流均衡分配模型
卫生系统韧性研究概况及其展望
面向云工作流安全的任务调度方法
基于细粒度词表示的命名实体识别研究
计算机系统诊断理论在网络中的应用
基于分布式监测的计算机系统诊断
多类系统诊断关联性研究及算法设计与分析
综合质量诊断与控制理论及其计算机实现