MM*模型下的悲观诊断算法研究

来源 :重庆大学 | 被引量 : 0次 | 上传用户:rachieyu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
多机系统为人类实现高性能计算、大容量分布式信息存储提供了强大的工具,多机系统的广泛使用已经成为衡量一个国家经济发展和信息化水平高低的一个重要标志。随着系统规模的日益扩大,系统中出现故障的可能性也随之增大。因此,如何维持系统的高可靠性和可用性就成为一个迫切需要解决的问题。提高系统可靠性的一个主要手段就是及时诊断出系统中发生故障的结点,然后对其替换或修复,使系统恢复到正常工作状态。系统级故障诊断作为故障诊断的一个强有力工具,在容错领域得到了广泛的应用。这种诊断方法因不使用额外的设备对系统进行诊断而具有极高的应用价值。t1/t1-可诊断系统与tp-可诊断系统相比,前者只需付出可能把至多一个正常结点误诊断为故障结点的代价就可以显著地提高系统的自诊断能力。因此,对t1/t1-可诊断系统进行研究具有极高的价值。本论文的主要工作是在MM*模型下,对t1/t1-可诊断系统的诊断算法进行了研究,取得的主要成果描述如下:在对t1/t1-可诊断系统的研究过程中,得到了一些t1/t1-可诊断系统的性质,并对MM*模型下的症候进行了分析,最后根据这些性质提出了一个在MM*模型下t1/t1-可诊断系统的诊断算法,其时间复杂度为O(n2.5),其中n为系统中的结点总数。应用这个算法,可以把t1/t1-可诊断系统中的故障结点集F隔离到一个结点集U里,其中|F|≦t1,|U|≦min{t1,|F|+1}。应用算法计算之后返回的结果可以进一步判定在U中的结点是否全部是故障结点,或者在U中是否包含一个不能确定是否出现故障的结点(这个结点可能是故障结点,也可能是无故障结点)。最后对算法的正确性进行了论证,并分析了该算法的时间复杂度。就我们所知,这还是国际上第一次在MM*模型下提出了t1/t1-可诊断系统的诊断算法。
其他文献
计算机技术的出现,使得医学领域发生了重大变化,十九世纪五十年代计算机技术就已经应用在病历管理上,其后是财务管理、病房监护等等。而计算机成像技术快速发展,使得图像处理技术
基于视觉的手势识别技术以自然而又直观的人手作为输入方式,提供给用户更加和谐、自然的交互方式,它一直是人机交互的重要研究课题,具有广阔的实际应用前景。近年来,随着计算
随着大规模网络开放课程的飞速发展,在线教育这一全新的学习形式开始被越来越多的人所接受。用户通过互联网可以学习到各种领域的知识和技能,但随着在线课程资源数量的增加以
在大数据时代背景下,电子商务、第三方支付等线上业务爆发式增长,随之而来的是日益猖獗的线上欺诈案件,在线欺诈检测技术作为企业风控能力的基石,通过对业务行为建模,更加精
在实际应用中,数据集通常包含正常数据和离群数据,相对于正常数据而言,离群点的产生机制往往与之不相同,所以离群点可能蕴含着重要的信息,研究离群点的内涵知识具有重要学术意义和
制造工业产品缺陷的分析是改进企业产品制造过程的重要途径之一,对于产品质量以及营销收益有着重要的研究意义和应用价值。伴随计算机技术的快速发展、自动化系统的全面部署,
随着计算机技术的发展,计算机设备和网络设备变得越来越复杂。为了维护这些设备的安全稳定的运行,日志系统记录了这些设备的运行信息。但是各种设备的日志系统各不相同,它们
近些年在知识图谱蓬勃发展的大背景下,与之相关的语义Web的数据规模也呈现爆发态势。如何在大规模语义Web数据上有效地进行语义推理是研究者们面临的棘手问题。具体来说,在大
随着数据库技术的高速发展,普通用户可以像网页搜索引擎一样通过输入关键词直接在关系数据上查询结果,而不需要了解底层的数据库模式以及复杂的SQL查询语句。当前的关系数据库
目前,针对模糊认知图(Fuzzy Cognitive Map,FCM)学习算法与应用的研究已得到很大发展。但FCM学习算法的研究仍是一个新兴的领域,尚未形成一个独立的分支。FCM的最大缺陷就是基于先