基于自适应Voronoi检测器的故障检测算法-计算机应用与软件.PDF

第３５卷第３期　　　 计算机应用与软件 Ｖｏｌ３５Ｎｏ．３ ２０１８年３月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｍａｒ．２０１８ 基于自适应Ｖｏｒｏｎｏｉ检测器的故障检测算法  尹中川　徐遵义 　韩绍超　王俊雪 （山东建筑大学计算机科学与技术学院　山东济南２５０１０１） 摘　要　　否定选择算法在单分类算法中具有良好特性，但在故障检测中，传统的否定选择算法训练时间过长， 实际的检测精度不高。针对这些问题，提出一种基于自适应Ｖｏｒｏｎｏｉ检测器的否定选择算法。算法利用自体空间 的内外边界样本生成检测器，弥补了实值检测器存在孔洞的缺陷，提高了检测器的覆盖率，且检测器仅需一次训 练，减少了训练时间。通过对Ｉｒｉｓ数据和华北某电厂真实数据进行实验，将传统否定选择算法同ＶＤｅｔｅｃｔｏｒ算法 进行对比。实验证明该算法相对传统否定选择算法减少了检测器的生成时间，提高了算法整体的检测精度，避免 了检测器间孔洞的发生。 关键词　　密度聚类　否定选择算法　人工免疫　故障检测　冯洛诺伊图 中图分类号　ＴＰ３９１．４　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１８．０３．０４９ ＦＡＵＬＴＤＥＴＥＣＴＩＯＮＡＬＧＯＲＩＴＨＭＢＡＳＥＤＯＮＡＤＡＰＴＩＶＥＶＯＲＯＮＯＩＤＥＴＥＣＴＯＲ  ＹｉｎＺｈｏｎｇｃｈｕａｎ　ＸｕＺｕｎｙｉ　ＨａｎＳｈａｏｃｈａｏ　ＷａｎｇＪｕｎｘｕｅ （ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＳｈａｎｄｏｎｇＪｉａｎｚｈｕＵｎｉｖｅｒｓｉｔｙ，Ｊｉｎａｎ２５０１０１，Ｓｈａｎｄｏｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｎｅｇａｔｉｖｅｓｅｌｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｈａｓｇｏｏｄｃｈａｒａｃｔｅｒｉｓｔｉｃｓｉｎｔｈｅｓｉｎｇｌｅｃｌａｓｓｉｆｉｃａｔｉｏｎａｌｇｏｒｉｔｈｍ，ｂｕｔｉｎｔｈｅｆａｕｌｔ ｄｅｔｅｃｔｉｏｎ，ｔｈｅｔｒａｄｉｔｉｏｎａｌｎｅｇａｔｉｖｅｓｅｌｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｔｒａｉｎｉｎｇｔｉｍｅｉｓｔｏｏｌｏｎｇ，ａｎｄｔｈｅａｃｔｕａｌｄｅｔｅｃｔｉｏｎａｃｃｕｒａｃｙｉｓｎｏｔｈｉｇｈ． Ｉｎｒｅｓｐｏｎｓｅｔｏｔｈｅｓｅｐｒｏｂｌｅｍｓ，ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｅｄａｎｅｇａｔｉｖｅｓｅｌｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎａｄａｐｔｉｖｅＶｏｒｏｎｏｉｄｅｔｅｃｔｏｒ．Ｔｈｅ ａｌｇｏｒｉｔｈｍｕｓｅｄｔｈｅｉｎｎｅｒａｎｄｏｕｔｅｒｂｏｕｎｄａｒｙｓａｍｐｌｅｓｏｆｔｈｅｓｅｌｆｓｐａｃｅｔｏｇｅｎｅｒａｔｅｔｈｅｄｅｔｅｃｔｏｒ，ｗｈｉｃｈｍａｄｅｕｐｆｏｒｔｈｅｄｅｆｅｃｔｓ ｏｆｔｈｅｈｏｌｅｉｎｔｈｅｒｅａｌｖａｌｕｅｄｅｔｅｃｔｏｒａｎｄｉｍｐｒｏｖｅｄｔｈｅｃｏｖｅｒａｇｅｏｆｔｈｅｄｅｔｅｃｔｏｒ．Ｔｈｅｄｅｔｅｃｔｏｒｏｎｌｙｎｅｅｄｔｒａｉｎｏｎｃｅａｎｄｒｅｄｕｃｅｄ ｔｈｅｔｒａｉｎｉｎｇｔｉｍｅ．Ｆｉｎａｌｌｙ，ｗｅｃｏｍｐａｒｅｄｔｈｅｔｒａｄｉｔｉｏｎａｌｎｅｇａｔｉｖｅｓｅｌｅｃｔｉｏｎａｌｇｏｒｉｔｈｍｗｉｔｈｔｈｅＶＤｅｔｅｃｔｏｒａｌｇｏｒｉｔｈｍｂｙ ｅｘｐｅｒｉｍｅｎｔｉｎｇｗｉｔｈＩｒｉｓｄａｔａａｎｄｒｅａｌｄａｔａｆｒｏｍａｐｏｗｅｒｐｌａｎｔｉｎＮｏｒｔｈＣｈｉｎａ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅ ｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｒｅｄｕｃｅｄｔｈｅｇｅｎｅｒａｔｉｏｎｔｉｍｅｏｆｔｈｅｄｅｔｅｃｔｏｒｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｔｒａｄｉｔｉｏｎａｌｎｅｇａｔｉｖｅｓｅｌｅｃｔｉｏｎａｌｇｏｒｉｔｈｍ， ｉｍｐｒｏｖｅｄｔｈｅｏｖｅｒａｌｌｄｅｔｅｃｔｉｏｎａｃｃｕｒａｃｙｏｆｔｈｅａｌｇｏｒｉｔｈｍａｎｄａｖｏｉｄｅｄｔｈｅｏｃｃｕｒｒｅｎｃｅｏｆｈｏｌｅｓｂｅｔｗｅｅｎｄｅｔｅｃｔｏｒｓ． Ｋｅｙｗｏｒｄｓ　　Ｄｅｎｓｉｔｙｃｌｕｓｔｅｒｉｎｇ　Ｎｅｇａｔｉｖｅｓｅｌｅｃｔｉｏｎ