基于强化学习和蚁群算法的WSN节点故障诊断

• 作者: 常峰 贺元骅
• 来源期刊: 计算机测量与控制
• 关键词: 传感器节点 故障诊断 强化学习 蚁群算法
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 自动化测试技术
• 页码范围: 755-758
• 页数: 4页
• 分类号: TP391
• 语种: 中文

摘要

为了克服现有的WSN节点故障诊断方法所具有的难以实现在线诊断和诊断精度仍然不够高的缺点,设计了一种基于Sarsa算法和改进蚁群算法的WSN节点在线故障诊断方法;首先,建立了监测区域的网络模型和WSN节点故障诊断模型,然后,采用主成分分析法对节点故障样本数据进行降维,从而提高诊断效率,将样本数据作为层次,将故障诊断类作为各层节点建立层次树,采用改进的Sarsa算法求取各层节点的Q值,并将其用于初始化蚁群算法中路径的信息素,最后,提出了一种改进的蚁群算法求取从第一层出发的蚁群到各层节点之间的路径,将各层中信息素最大的节点作为最终的故障诊断类别;在Matlab环境下进行仿真实验,结果证明文中方法能有效实现WSN节点故障诊断,且与其它方法相比,具有故障诊断精确度高且能在线故障的优点,是一种有效的节点故障诊断方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常峰	乐山师范学院物理与电子工程学院	14	24	3.0	4.0