一种基于双种群哈里斯鹰算法的系统级故障诊断方法

专利主权项内容

1.一种基于双种群哈里斯鹰算法的系统级故障诊断方法，其特征在于，包括：步骤一：生成Malek诊断模型，基于所述Malek诊断模型采用指定无故障节点法生成若干种群规模为N的初始种群；其中，所述Malek诊断模型中的故障节点数满足可诊断系统要求；所述初始种群中的每个个体均对应多机系统，个体中的每一位即串中的二进制位对应多机系统中各节点的状态，且各所述初始种群独立进化；步骤二：对各所述初始种群中每个个体的适应度值进行计算分析，并对每个个体的适应度值是否为1进行判断，若存在适应度值为1的个体，则输出该个体对应的故障模式；若不存在适应度值为1的个体，则执行步骤三；步骤三：对各所述初始种群执行双种群哈里斯鹰算法，得到种群规模均为N的第一优质种群和第一劣质种群；步骤四：使所述第一优质种群和所述第一劣质种群均进行突变操作和佳点集交叉操作，得到各自对应的突变种群、子代种群；使所述第一优质种群和所述第一劣质种群分别与对应的突变种群、子代种群进行结合，得到第二优质种群和第二劣质种群；步骤五：将所述第二优质种群和所述第二劣质种群进行结合，得到新种群，对所述新种群进行不可行解处理，并对所述新种群中每个个体进行适应度值计算分析，利用精英锦标赛算子对适应度值计算分析结果进行排序挑选，得到下一代种群；步骤六：对所述下一代种群中每个个体的适应度值进行计算分析，并对每个个体的适应度值是否为1进行判断，若存在适应度值为1的个体，则输出该个体对应的故障模式；若不存在适应度值为1的个体，则执行步骤七；步骤七：对所述下一代种群中猎物当前状态进行分析计算，得到猎物当前的逃逸能量E，对所述逃逸能量进行判断；若|E|≥1，则进入探索阶段，根据随机数概率对个体位置进行更新，并通过传递函数将连续域上的值映射到二进制域中；若|E|＜1，则进入发掘阶段，基于所述逃逸能量和所述随机数概率采用设定的发掘方式对个体位置进行更新，并通过传递函数将连续域上的值映射到二进制域中；步骤八：对猎物位置进行更新后的下一代种群中每个个体的适应度值进行计算分析，并对每个个体的适应度值是否为1进行判断，若存在适应度值为1的个体，则输出该个体对应的故障模式；若不存在适应度值为1的个体，则将猎物位置进行更新后的下一代种群作为初始种群，并执行步骤二。