[发明专利]模糊故障Petri网及其网络故障诊断方法

说明书

技术领域

本发明属于网络故障诊断技术领域，尤其是一种模糊故障Petri网及其网络故障诊断方法。

背景技术

随着计算机网络技术的快速发展，网络的应用越来越受到人们的重视，对于网络的应用也愈加丰富。网络已经深入千家万户，人们的日常生活已经离不开它，人们已经从单一的使用网络，逐渐变为依赖网络来解决各式各样的问题。但是随着网络涉及的领域扩大，网络开始产生智能化、动态化和异构化等特性，网络故障的诊断变得困难重重。

为了正常地使用网络，网络故障的诊断效率尤为重要，一个有效的故障诊断方法，能够第一时间确保网络运用的常态性以及网络自修复能力的提升。在日益发展的网络面前，网络用户对网络资源的需求日益增加，同时网络的结构也变得尤为复杂。网络资源是有限的，超大的网络用户群致使网络承担了极大的责任，从性能上考虑，网络性能会受其影响而下降。网络故障的产生也会给网络用户群带来极大的影响以及不便。在经济方面，甚至会有巨大的损失。因此，对于网络故障成因的研究是极其重要的。网络故障诊断成为当今网络运用过程中急需处理的难题，并且在网络管理方面，职责之重。管理网络的关键就是故障的诊断，网络故障诊断方法的研究成为了网络故障诊断能力提高的最基本方法。故障诊断能力的提升对于网络故障诊断的效率有非常大的好处，可以将损失减小到最少。

故障系统中每一部位或类型的变化都会影响着该系统功能上的变化，从而引起整个系统以及系统各部分的状态和运行参数受其影响。诊断故障的核心就是在系统中的任一环节呈现出问题时，需要从状态和运行参数上推测大致引起故障的成因以及可能造成故障产生的位置。整个系统状态的变化是由于某一部分造成时，称之为故障征兆，故障诊断是从已知的故障征兆，来推断系统的故障类型以及故障原因的过程。

故障诊断是极其困难的，其主要难点在于通常状况下，故障成因以及征兆之间不是简单的一一对应关系。一种故障的成因可能是由很多故障征兆造成的，而一种征兆可能是多种故障成因一起作用的结果。所以，诊断故障是极其模糊化而又复杂特殊的过程。一般情况下，从已经存在的信息内容中提取出故障的征兆，遵循给定的算法，进行初步筛选诊断，得到结论，找出故障成因。随即检查整个系统是否恢复正常，如果还未恢复正常，就必须添加一条新的信息再一次诊断推理，直至将系统的状态恢复正常为止。

Petri网是分布式系统中的建模与研究工具，它在许多应用领域里发挥着很强的建模分析能力。随着国内外学者专家的潜心研究，Petri网发展迅速，人们也从中获取了一整套完善的基础理论及方法，在并发、同步、冲突和顺序等特征的系统中拥有很好的性能。与其他模型相比，Petri网也有其独特的优势。Petri网与离散数学和线性代数的基础知识相结合，对于在离散系统的研究上有很大的帮助。Petri网所应用的范围十分宽泛，Petri网的理论基础可以与许多领域相结合，目前在专家系统领域、控制系统、生产制造系统和计算机系统中都已得到很好的应用。如何将Petri网理论应用在故障诊断中以快速准确地推理出故障点是目前迫切需要解决的问题。

发明内容

本发明的目的在于克服现有技术的不足，提供一种模糊故障Petri网及其网络故障诊断方法，解决网络故障解决速度慢并影响用户使用体验的问题。

本发明解决现有的技术问题是采取以下技术方案实现的：

一种模糊故障Petri网，包括如下一个11元组：

Σ＝(S,T,F,D,G,w,η,θ,γ,M₀,H)

其中：

S：S＝{s₁,s₂,s₃,…s_n}为库所集；

T：T＝{t₁,t₂,t₃,…t_m}为变迁集；

F：F为流关系集合；

D：S→{0,1}为FFPN的容量函数；

G：G＝{g₁,g₂,…,g_n}为有限的命题集合；

w：T→[0,1]为函数。

η：S→[0,1]是库所S的关联函数；

θ：S→G，是一个库所到命题的关联函数；

γ：T→[0,1]为变迁的阈值映射；

M₀：初始标识；

H：长度为2的数组。