[发明专利]一种多智能体故障诊断方法及系统

说明书

本发明涉及一种多智能体故障诊断方法及系统，涉及智能体控制领域，方法包括：获取多智能体系统故障状态下的系统模型；根据所述系统模型确定智能体自身观测信息；根据所述系统模型和内部参考模型确定智能体间相对量测信息；根据所述智能体自身观测信息和所述智能体间相对量测信息确定激活权重；根据所述激活权重利用证据推理算法对置信规则进行融合，得到结果置信度；根据所述激活权重和所述结果置信度确定故障诊断模型；根据置信规则库对所述故障诊断模型进行优化，得到最终故障诊断模型并根据所述最终故障诊断模型确定故障诊断结果。本发明能够提高多智能体系统的故障诊断精度。

技术领域

本发明涉及智能体控制领域，特别是涉及一种多智能体故障诊断方法及系统。

背景技术

诸如多无人机系统、多智能传感器系统和多导弹系统等作为我国未来发展的重要方向之一，对未来复杂环境具备较强的适应性，应用前景广泛。在多智能体应用过程中，由于其工作环境具有强不确定性和不可预测性，随着使用时间的增长，其内部元器件发生老化，性能状态发生退化。当多智能体系统工作状态发生变化或面临强环境扰动时，其系统内部执行器、传感器等关键部件极易发生故障，进而影响了多智能体系统的整体性能。因此，对多智能体系统开展准确故障检测、诊断及定位能够为使用者准确、及时掌控系统工作状态，为后续拓扑结构调整、针对性容错奠定基础。现有针对多智能体故障诊断方法多是基于系统准确数学模型进行，在工程环境中，受复杂环境不确定性干扰等因素的影响，专家所提供的知识不确定性较强，构建准确数学模型难度较大；另一方面，由于多智能体系统中所使用的电子设备可靠度较高，出现故障概率较低，能够得到的系统故障状态下的测试数据较为缺乏。因此，如何处理多智能体系统故障诊断中所面临故障样本缺乏是目前急需解决的问题之一。

发明内容

本发明的目的是提供一种多智能体故障诊断方法及系统，以提高多智能体系统的故障诊断精度。

为实现上述目的，本发明提供了如下方案：

一种多智能体故障诊断方法，包括：

获取多智能体系统故障状态下的系统模型；

根据所述系统模型确定智能体自身观测信息；

根据所述系统模型和内部参考模型确定智能体间相对量测信息；

根据所述智能体自身观测信息和所述智能体间相对量测信息确定激活权重；

根据所述激活权重利用证据推理算法对置信规则进行融合，得到结果置信度；

根据所述激活权重和所述结果置信度确定故障诊断模型；

根据置信规则库对所述故障诊断模型进行优化，得到最终故障诊断模型并根据所述最终故障诊断模型确定故障诊断结果。

可选地，所述根据所述智能体自身观测信息和所述智能体间相对量测信息确定激活权重，具体包括：

将所述智能体自身观测信息和所述智能体间相对量测信息进行转换，得到故障诊断模型输入信息；

根据所述故障诊断模型输入信息确定激活权重。

可选地，所述激活权重的表达式为：

其中，表示第e个专家所构建的基础层故障诊断模型中第k条规则的激活权重，θ_k为第k条规则权重，α_k为融合各个指标后第k条规则的匹配度，θ_l为第l条规则权重，α_l为融合各个指标后第l条规则的匹配度，L为规则的总数。

可选地，所述根据所述激活权重利用证据推理算法对置信规则进行融合，得到结果置信度，具体包括：

根据所述激活权重利用证据推理算法对置信规则进行融合，确定基本概率质量；