基于动态模糊聚类的输出数据一致表决容错方法.docVIP

————————————————————————————————————————————————————— 基于动态模糊聚类的输出数据一致表决容错方法 第２８卷第８期增刊 ２００７年８月 仪器仪表学报 Ｖ０１．２８Ｎｎ８Ａｕ舀２００７ ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＳｃｉｅｎｔｉｆｉｃＩｎｓｔｒｕｍｅｎｔ 王平 （西华大学电气信息学院成都６１００３９） 摘要：本文对容错计算机输出数据的一致性表决问题进行了研究，提出了一种动态模糊聚类数据一致性表决容错方法，该方法在对多次运算输出数据进行归一化后，分析了各数据之间的模糊隶属度，利用他们的模糊隶属度使用动态模糊聚类方法构造入截集，采用聚类数据多数一致方法确定容错计算机的最后输出，这一方法能剔除不正确或误差较大的数据，正确判断数据之 间的一致性，获得正确的输出结果。 关键词：动态聚类；一致表决；模糊隶属度 Ｃｏｎｓｅｎｓｕｓｄａｔａｖｏｔｉｎｇｆａｕｌｔ—ｔｏｌｅｒａｎｔｍｅｔｈｏｄｂａｓｅｄ． ｏｎ ｄｙｎａｍｉｃｆｕｚｚｙｃｌｕｓｔｅｒｉｎｇ Ｗａｎｇ Ｐｉｎｇ （ＥｌｅｃｔｒｉｃａｎｄＩｎｆｏｒｍａｔｉｏｎＣｏｌｌｅｇｅ，ＸｉｈｕａＵｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ６１００３９，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅｂａｓｅｄ ｏｎ ｐａｐｅｒ ｓｔｕｄｉｅｓｔｈｅｐｒｏｂｌｅｍｏｆ ｃｏｎｓｅｎｓｕｓ ｄａｔａｖｏｔｉｎｇｉｎｆａｕｌｔ—ｔｏｌｅｒａｎｔｃｏｍｐｕｔｅｒ，ａｍｅｔｈｏｄ ｏｕｔｐｕｔ ｄｙｎａｍｉｃｆｕｚｚｙｃｌｕｓｔｅｒｉＳ’ｄｅｖｅｌｏｐｅｄ．Ｆｏｒｔｈｅｍｕｌｔｉ ａｔ ｄａｔａｆｒｏｍｆａｕｌｔ－ｔｏｌｅｒａｎｔｃｏｍｐｕｔｅｒ，ｔｈｅ ｅｖｅｒｙ ｍｅｔｈｏｄｐｒｏｄｕｃｅｓｕｎｉｔａｒｙｄａｔａｔａ．Ａｃｃｏｒｄｉｎｇ ｔｏ ｆｉｒｓｔ，ａｎｄｔｈｅｎｃａｌｃｕｌａｔｅｓｔｈｅｄｅｇｒｅｅｏｆｍｅｍｂｅｒｓｈｉｐｂｅｔｗｅｅｎ ｓｅｔ ｔｗｏｄａ— ｔｈｅｄｅｇｒｅｅｏｆｍｅｍｂｅｒｓｈｉｐ，ｔｈｅＸ－ｃｕｔ ｃｏｎｓｅｎｓｕｓ ｉｓｐｒｏｄｕｃｅｄｗｉｔｈｄｙｎａｍｉｃｆｕｚｚｙｃｌｕｓｔｅｒａｌｇｏｒｉｔｈｍ， ｃａｎ ａｎｄｔｈｅｆｉｎａｌｏｕｔｐｕｔｉＳｄｅｃｉｄｅｄｂｙｔｈｅｖｏｔｉｎｇ．Ｔｈｅｍｅｔｈｏｄ ｅｌｉｍｉｎａｔｅｔｈｅｉｎｃｏｒｒｅｃｔｄａｔａ，ａｎｄ ｊｕｄｇｅｔｈｅ ｃｏｎｓｅｎｓｕｓ ｂｅｔｗｅｅｎｄａｔａ，ｔｈｅｎｇｅｔｃｏｒｒｅｃｔｏｕｔｐｕｔ． Ｋｅｙｗｏｒｄｓ：ｆｕｚｚｙｃｌｕｓｔｅｒｉｎｇ；ｃｏｎｓｅｎｓｕｓｖｏｔｉｎｇ；ｄｅｇｒｅｅｏｆｍｅｍｂｅｒｓｈｉｐ 算所使用的算法也可能互有差异，不可能使用这一等式 １引言 进行判断［引。即使几个版本算法完全一致，使用相等关系判断也有可能不能正确判断数据是否一致，甚至可能得不到一个正确输出结果，而计算机程序设计语言中，也没有ｚ７，≈ｚ７２≈…≈ｚ７。这样的等式是否成立的判断，因此需要针对浮点数据设计相对应的数据一致性比较算法，以得出正确的输出结果。本文提出使用动态模糊聚类方法来得到表决器的正确输出。 在普通集合论中，只能表达非此即彼的现象，而不能表达现实中的模糊隶属现象。为了表达现实世界的这种模糊隶属现象的共性，我们将普通集合论里特征函数的取值范围由布尔值范围｛０，１）推广到闭区间［ｏ，１］，于是便可以得到模糊集的定义Ｌ４Ｊ： 在多输出的容错计算机输出判决程序中，得到正确输出结果的关键是表决器表决输出的结果［１‘２］。对于运算输出来讲，数据的类型有多种，如用于开关输出控制的布尔型、选择输出的整型、模拟量输出的浮点型等等。假设在多次程序运行中，各次运算所得出的输出结果分别为ｚ７。，ｚ７２，…，ｚ７。，要判断他们是否一致，最好的方法就 是判断ｚ７。一ｚ７：一?＝ｚ７。是否成立，对于布尔变量和整 型数据，我们可以根据相等关系采用多数一致的表决方式来判断结果是否一致，但对于浮点型数据来说，由于计算机中采用二进制运算，数据的精度有限，而且各版本运 ＊基金项目：ＩⅡｔ）ｑ省教育厅自然科学基金重点项目（２００６Ａ０８８），四川省重点科技项目（０５ＪＹ０２９－－１３６） ５７２ 仪器仪表学报第２８卷 设在论域Ｕ上给定了一个映射： 肌：¨［ｏ，１］