扩展相似度空间的案例推理故障恢复方法

摘要

结合LID算法和CMM方法,提出了基于扩展相似度空间的案例推理多机器人系统故障恢复方法.其核心思想是通过故障特征提取错误节点,进而得到错误节点的扩展相似度空间,然后在扩展相似度空间范围内,直接按错误节点发生概率的大小推测故障.该方法不必严格依节点深度递进的次序推测故障,揭示了某些故障具有自然多发性的事实.给出了扩展相似度空间方法的推理模型和算法流程,并进行了实例仿真.结果表明扩展相似度空间方法的平均推测次数少于LEAF方法,缩短了多机器人系统故障恢复时间.