[发明专利]一种设备故障预警模型记忆矩阵的构造方法及装置

权利要求书

1.一种设备故障预警模型记忆矩阵的构造方法，其特征在于，包括：

S1、选取数据库中的n个数据样本作为粒子，并用二进制序列对粒子进行编码，共生成m个粒子；

S2、确定构建记忆矩阵的指标及其对应的目标函数；

S3、基于离散粒子群算法对目标函数进行求解，确定满足目标函数的粒子的最优值；

S4、根据粒子的最优值构建设备故障预警模型记忆矩阵；

其中，所述目标函数为：

其中，γ₁和γ₂为权值系数，d_max为数据库中数据样本之间的最大欧氏距离，d_ij为记忆矩阵中每两个数据样本之间的欧氏距离，L₂(x)为数据样本中心化偏差，s为要选取的样本数，i为样本中的第i个样本，j为样本中的第j个样本。

2.根据权利要求1所述的设备故障预警模型记忆矩阵的构造方法，其特征在于，步骤S1具体包括：

S101、选取数据库中的n个数据样本作为粒子；

S102、随机选取粒子中s个数据样本赋值为1，未选取的数据样本赋值为0；

S103、基于数据库共生成m个粒子。

3.根据权利要求2所述的设备故障预警模型记忆矩阵的构造方法，其特征在于，步骤S3具体包括：

S301、通过预置速度更新公式、预置位置更新公式和预置赋值更新公式对粒子进行速度更新、位置更新和赋值更新，确定更新后的粒子的速度、位置以及对应的二进制序列；

S302、判断更新后的粒子对应的二进制序列中数据样本为1的总个数是否等于s，若是，则执行步骤S303，若否，则对更新后的粒子进行再编码处理后执行步骤S303；

S303、计算更新后的粒子的适应度值，并判断更新后的粒子的适应度值是否大于粒子历史最优值，若是，则将更新后的粒子作为粒子历史最优值，并执行步骤S304，若否，则直接执行步骤S304；

S304、判断更新后的粒子的适应度值是否大于粒子全局最优值，若是，则将更新后的粒子作为粒子全局最优值，并执行步骤S305，若否，则直接执行步骤S305；

S306、判断迭代次数是否等于预置最大迭代次数，若是则执行步骤S4，若否，则进行迭代更新返回执行步骤S301。

4.根据权利要求3所述的设备故障预警模型记忆矩阵的构造方法，其特征在于，步骤S302中对更新后的粒子进行再编码处理具体包括：

判断更新后的粒子对应的二进制序列中数据样本为1的总个数大于s或小于s；

若大于s，记更新后的粒子对应的二进制序列中数据样本为1的总个数为s₁，依次计算更新后的粒子对应的二进制序列中第i个为1的数据样本变为0后的二进制序列对应的目标函数，其中i＝1,2,3…s₁，并依次计算改变后的目标函数与改变前的目标函数的增量，根据增量的升序排序将更新后的粒子中对应的由1变为0的数据样本进行升序排序，并重新赋值前s个数据样本为1，其余数据样本0；

若小于s，记更新后的粒子对应的二进制序列中数据样本为1的总个数为s₂，依次计算更新后的粒子对应的二进制序列中第j个为0的数据样本变为1后的二进制序列对应的目标函数，其中j＝1,2,3…n-s₂，并依次计算改变后的目标函数与改变前的目标函数的增量，根据增量的降序排序将更新后的粒子中对应的由0变为1的数据样本进行降序排序，并重新赋值前s-s₂个数据样本为1，并结合原本数据样本为1的s₂个数据样本构成粒子。