利用集合划分方法加速碰集计算.docVIP

利用集合划分方法加速碰集计算 　　摘要：基于模型的诊断对于靶场装设备的保障具有重大的意义，碰集的计算则是基于模型诊断中最为关键的技术，本文通过对碰集计算方法的研究，提出利用集合划分的方法加速对碰集的计算，从理论上保证了本方法的正确性与有效性，能够对大规模的问题集提供有效的方法，具有一定的实用性。而且当问题规模扩大时，具有很好的可扩展性。 　　关键词：基于模型的诊断；划分；碰集 　　 　　1 前言 　　靶场承担了海军新装备的试验任务，责任重大，而装设备的保障对于试验任务的完成具有关键性作用。基于模型的诊断因其客观性、建成后并不依赖于专家、相对较好的可移植性，较适合靶场设备的维护。对碰集（Hitting-set）的计算是基于模型诊断的关键技术之一，具有较高的研究价值及实际意义。 　　对碰集的计算方法研究一直为众多学者关注，其方法主要有以下几种：逻辑数组计算方法；HS-tree方法 ；递归方法 ；BHS-tree方法；布尔代数法；遗传算法（GA） 等。近年也有学者将粒子群方法引入碰集的计算。 　　其中逻辑数组方法容易实现，资源占用量低，但效率较低；而GA算法在问题规模较大时效率较高，但算法实现较为复杂；递归方法及HS-tree方法当问题规模较大时效率较低；布尔代数法则具有较好的时间及空间效率。 　　碰集的计算是一个NP问题，也就意味着无论算法如何改进，随着问题规模的扩大