[发明专利]一种船舶火灾自动报警系统连锁失效路径的评估方法

摘要

本发明属于复杂系统的分析与决策领域，具体涉及一种基于改进的融合遗传算法和蚂蚁算法的船舶火灾自动报警系统连锁性失效路径的评估方法。本发明包括(1)基于图论和脆性理论构造火灾报警控制器的赋权图模型；(2)设计改进的GAAA算法中的遗传算法得到脆性信息素初始分布；(3)设计改进的GAAA算法中的蚂蚁算法。提供了一种基于改进的融合遗传算法和蚂蚁算法（GAAA）的船舶火灾自动报警系统连锁性失效路径的评估方法，量化了连锁性失效的发生及影响程度，不仅适用于船舶火灾自动报警系统，对其他复杂系统的连锁性失效路径的评估具有普适性，实用性强，并为系统连锁性失效的预防和控制提供依据。

主权项

一种船舶火灾自动报警系统连锁失效路径的评估方法，其特征在于，包括如下步骤：(1)基于图论和脆性理论构造火灾报警控制器的赋权图模型：根据船舶火灾自动报警系统的物理模型将其部件模块看作子系统，根据部件模块的连接情况给出子系统间是否存在脆性关系，以各子系统为节点，以子系统间的脆性关系为边，构造赋权图D＝＜V,E,R＞，其中V为所有节点v构成的集合，且记节点数为n，p(v)为节点在外界干扰下发生崩溃的概率；R为各节点直接的脆性关系集合，记脆性关系函数为E为图中具有权值的边的集合，权值ωij＝p(vj|vi)描述了第i个节点和第j个节点之间的脆性联系程度，即节点vi引起顶点vj崩溃的概率，按照脆性联系程度分为{极弱、弱、较弱、强、较强、1}六个级别，采用层次分析法给出脆性赋权图的权值ωij∈{0.1,0.3,0.5,0.7,0.9,1}且设ωji＝ωij,i,j＝1,2,…,n；(2)设计改进的GAAA算法中的遗传算法得到脆性信息素初始分布：1)初始化遗传算法参数：进化代数计数器赋初值t＝0，并给最大进化代数T赋值，将赋权图中各节点编号为1‑20的自然数，按此顺序将每个待选节点作为染色体的一个基因进行编码，当基因值为1时，表示相应的节点被选入该条路径中，否则反之；染色体中的基因排列顺序即为各节点在通路中出现的先后顺序，染色体长度等于图中的节点数，用crtbp函数生成规模为M个编码的初始种群P(t)；2)个体评价：崩溃路径的权值为路径中所有边的权值的乘积，D的所有崩溃路径E(H)中权值最大的路径为最大崩溃路径，设一条边e＝(vi,vj)的权值为ω(e)＝ωij，取适应度函数为用来评价路径崩溃的程度，适应度函数值越大，说明该路径越容易崩溃，给定适应度函数阈值ωt，用ranking函数计算P(t)中每个个体的适应度函数值，并记录本代最佳个体及适应度值；3)选择运算：根据适应度函数值，用selection函数采用轮盘赌法确定进行交配的染色体父串；4)交叉运算：设定交叉概率pc的值，根据pc用recombin函数进行单点交叉，交叉概率不可设置过小，否则会延缓获得最优解的概率；5)变异运算：设定变异概率pm的值，根据pm用mutate函数进行逆转变异，对群体的个体进行变异操作，并通过以上运算得到下一代群体P(t+1)，变异概率的选取受种群大小、染色体长度因素的影响，取0.001‑0.1；6)计算子代个体的适应度函数值，并用父代的适应度最大的个体取代子代适应度最小的个体；7)验证终止条件：若t＜T，用t+1代代替t代，转回步骤2)；若t＝T或进化产生的任何一个个体的适应度函数小于给定阈值ωt，则以进化过程中所得到的具有最大适应度个体作为最优解输出，并终止进化过程；(3)设计改进的GAAA算法中的蚂蚁算法：为了寻求最大崩溃路径，设目标函数为在改进的GAAA算法中蚁群算法采用最大最小蚂蚁系统算法：1)初始化正参数α,β，它们分别反映了蚂蚁在运动过程中所积累的信息素和启发因子在蚂蚁选择路径中的相对重要性，给出最大迭代次数qmax并设置时间t＝0，所有蚂蚁路径的信息素初始增量都设为Δτij(t)＝0,i,j＝1,2,…,n；2)给出信息素初值其中为根据节点规模给定的信息素常数，是根据遗传算法得到的最优解所对应路径的权值分布给蚂蚁路径赋初始脆性信息素；3)设有m个蚂蚁分布在n个节点上，则t时刻第k个蚂蚁由节点i转移到节点j的转移概率为pijk(t)=τijα(t)ηijβ(t)Σs∈allowedkτisα(t)ηisβ(t),j∈allowedk0,otherwise,k=1,2,...,m,i,j=1,2,...,n]]>其中allowedk表示t时刻第k个蚂蚁下一步允许选择的顶点集合，τij表示边e＝(vi,vj)上的脆性信息素轨迹强度，ηij是一个自启发因子，描述从节点i转移到节点j的期望程度，选择脆性赋权图的权值ηij＝ωij,i,j＝1,2,…,n；4)记录各蚂蚁的目标函数objectk,k＝1,2,…,m，记录当前最优解；5)对ρ赋值用来表示信息素轨迹的持久性，0≤ρ＜1，采用蚁周模型进行信息素更新，对一次循环中权值最大路径的蚂蚁进行信息素的修改增加，且所有路径的轨迹信息素更新规则为Δτijk(t)=ωij′,e=(vi,vj)∈Hm,0,otherwise,]]>τij(t+1)=ρτij(t)+ΠkmΔτijk(t),]]>其中Hm和ω′ij分别表示蚂蚁k上一循环得到的最大崩溃路径及对应边e＝(vi,vj)的权值，i,j＝1,2,…,n；6)若达到最大迭代次数qmax，则输出与目标函数对应的连锁失效的最大崩溃路径Hmax；否则转到步骤3)。