（机械工程专业论文）量子遗传算法的改进及其在智能故障诊断中的应用.pdf

p h d d i s s e r t a t i o n a n i m p r o v e m e n t o fq u a n t u mg e n e t i c a l g o r i t h m w i t ht h e a p p l i c a t i o n si nt h e i n t e l l i g e n tf a u l td i a g n o s i s b y x i a n gh a o s u p e r v i s i o n6 v 一 s u n e r v l s lo nt r o tu n ud vj n a n ji n gu n i v e r s i t yo fs c i e n c e t e c h n o l o g y j a n u a r y ，2 0 1 3 声明 本学位论文是我在导师的指导下取得的研究成果，尽我所知，在 本学位论文中，除了加以标注和致谢的部分外，不包含其他人已经发 表或公布过的研究成果，也不包含我为获得任何教育机构的学位或学 历而使用过的材料。与我一同工作的同事对本学位论文做出的贡献均 已在论文中作了明确的说明。 研究生签名：d 年月解日 学位论文使用授权声明 南京理工大学有权保存本学位论文的电子和纸质文档，可以借阅 或上网公布本学位论文的部分或全部内容，可以向有关部门或机构送 交并授权其保存、借阅或上网公布本学位论文的部分或全部内容。对 于保密论文，按保密的有关规定和程序处理。 研究生虢丛秘一 洲年月铂 博士论文量子遗传算法的改进及其在智能故障诊断中的应用 摘要 随着科学技术的进步和现代工业技术的迅猛发展，现代装备日趋呈现出大型化、 复杂化的态势，其一处故障可能引起多处故障，以致不同故障模式之间产生藕合，从 而导致对整个复杂系统的健康状态监测与诊断的难度加大。因此，对复杂机械系统进 行健康状态监测与诊断引起了人们的普遍关注，从而形成了一个重要的课题。另一方 面，故障诊断技术所涉及到的其它学科，例如：信息科学、系统科学、人工智能、计 算机技术等，在飞速发展。这使得故障诊断技术随着时代的发展与这些前沿学科同步 发展，从而推动了故障诊断技术这一门学科的发展。 目前，作为人工智能的重要分支，故障诊断专家系统、神经网络己得到人们的广 泛关注，基于神经网络的智能故障诊断技术已经获得了广泛的应用；同时基于核函数 的小样本统计学习理论在智能故障诊断领域中的应用正在蓬勃兴起。但是，这些方法 都有它们自身的不足之处。 另一方面，计算机学科在飞速发速，尤其是智能计算领域。群体智能技术作为智 能计算领域的一个重要方向，它是一种新的优化方法，是人工智能领域研究的一个新 的热点，将其中的遗传优化算法应用于故障诊断领域中，从而丰富和发展了故障诊断 学科，拓展了智能优化算法的应用领域。 量子计算是智能计算领域中的一个前沿分支。本文试图在智能计算领域中的前沿 量子计算方向上，针对遗传优化算法，进行局部创新并与常用的2 大学习机( 神 经网络与支持向量机) 相结合，并把它们运用到智能故障诊断中去。 本文的主要工作如下。 ( 1 ) 针对量子遗传算法的最新研究成果，实数双链编码目标梯度量子遗传算法， 英文简称d o u b l ec h m n sq u a n t u mg e n e t i ca l g o r i t h m ( d c q g a ) 的特点，在分析了该 算法的机理基础之上，将实数双链编码目标梯度量子遗传算法( d c q g a ) 与模拟退火 算法( s i m u l a t e da n n e a l i n ga l g o r i t h m ，s a a ) 相结合，从而提出了实数双链编码目标梯度 量子遗传模拟退火算法，英文简称：d o u b l ec h a i n sq u a n t u mg e n e t i cs i m u l a t e d a n n e a l i n ga l g o r i t h m ，英文缩写：d c q g s a a 。 ( 2 ) 目前，人工神经网络在智能故障诊断中获得了广泛的应用。在人工神经网 络的实际应用中，绝大部分的神经网络模型都采用b p 网络及其变化形式。虽然，多 层b p 神经网络可以应用于线性系统和非线性系统，对任意函数模拟逼近；但是，b p 网络并不一定总能有解。问题的一个主要方面在于多层网络中非线性函数有多个局部 最优解，寻优的过程与初始点的选取关系很大。为了解决这个问题，人们常将智能算 法与b p 神经网络相结合，用之优化b p 网络的权值与阈值；但是，在神经网络权值与 摘要博士论文 阈值的优化过程中，由于需要频繁编码与解码，计算量比较大。因此，人们试图寻找 一种收敛速度快同时收敛精度比较高的智能算法来代替常用的智能算法。本文采用所 提出的改进的量子遗传算法( d c q g s a a ) ，将其与b p 神经网络相结合，用之改进网 络的权值与阈值，从而达到在一定程度上改进b p 网络的学习性能的目的，建立了基 于“改进的量子遗传算法( d c q g s a a ) + b p 神经网络”的混合智能故障诊断模型， 并将此混合模型运用到某滚动轴承的故障诊断中，仿真结果表明所建立的混合故障诊 断模型效果良好。 ( 3 ) 自组织特征映射神经网络( s e l f o r g a n i z i n gm a p s ，s o m ) 也称k o h o n e n 网络。 该网络是一个由全连接的神经元阵列组成的无教师、自组织、自学习的网络，它可以 对外界未知环境进行学习，因而具有能较强的处理复杂非线性问题的能力。其泛化能 力有效克服了容差因素对故障诊断精度的影响，因此s o m 网络无需大量的学习样本， 这正好弥补了b p 网络在学习过程中需要大量训练样本的缺陷。 本文根据s o m 网络与b p 神经网络的优缺点，采用优势互补的原则，将2 者相结 合；并在本文所提出的改进的量子遗传算法( d c q g s a a ) 的基础之上，首次建立了 基于“s o m + b p + 改进的量子遗传算法( d c q g s a a ) ”的混合智能故障诊断模型， 试图解决神经网络的小样本学习问题；并将此混合模型首次运用到某内燃机燃油系统 的故障诊断中。仿真结果表明所建立的混合故障诊断模型效果良好。 ( 4 ) 支持向量机( s u p p o r tv e c t o rm a c h i n e ，s v m ) 理论是i 妇v a p n i k 等人提出的 一种新的机器学习算法，该算法建立在统计学习理论中结构风险最小化原则基础之 上，因此s v m 具有较好的泛化能力。此外，支持向量机是一个凸二次优化问题，它 能够保证找到问题的极值解，也就是全局最优解。这些特点使s v m 获得了广泛的应 用。 但是s v m 的性能对它的关键参数极为敏感，同时它的性能与研究对象的数据分 布也有极大的联系。针对此问题，本文采用所提出的改进的量子遗传算法 ( d c q g s a a ) 来优化l s s v r 中的关键参数，以达到提升l s s v r 学习性能的目的， 从而建立了基于“改进的量子遗传算法( d c q g s a a ) + l s s v r ”的混合非参数回归 模型；通过与现有的量子遗传算法( d c q g a ) 进行对比，说明本文所建立的混合非 参数回归模型的优越性。 ( 5 ) 建立实时、准确、可靠的液体火箭发动机的故障预测模型，对于液体火箭 发动机健康监控与故障诊断具有十分重要的意义。针对液体火箭发动机故障的特点， 由于其推力与氧化剂流量、燃烧剂流量、燃烧室压力等参数有密切的关联，各参数与 推力之间存在着高度的复杂性和非线性关系，其故障样本具有小样本、多维数的特征， 本文首次将所建立的基于“量子遗传算法( d c q g a ) 及其改进( d c q g s a a ) 与 l s s v r ”的混合非参数回归预测模型用于液体火箭发动机的故障状态监控中，从而 i i 博士论文 量子遗传算法的改进及其在智能故障诊断中的应用 解决了液体火箭发动机的实时健康状态的监测问题。 在岩土力学中，边坡稳定性的评价问题是边坡工程中的一个十分重要的研究领 域。由于边坡岩体的力学性质表现出强烈的不确定性，这种不确定性包括随机性、模 糊性、灰色性以及未确定性。边坡稳定性与这些不确定性因素之间呈现出高度的非线 性关系。本文首次将所建立的基于“量子遗传算法( d c q g a ) 及其改进( d c q g s a a ) 与l s s v r ”的混合非参数回归预测模型用来预测岩土力学中的边坡安全系数，从而 有效地解决了边坡稳定性的评价问题。 ( 6 ) 本文首次将所提出的改进的量子遗传算法( d c q g s a a ) ，运用到复杂系 统的智能故障诊断中去。针对复杂系统故障诊断的特点，从人类认知的角度对复杂系 统进行结构与功能分解，并在决策层面上采用信息融合技术，从而建立了复杂系统的 智能故障诊断的一般框架。 本文首次将所提出的“s o m + b p + 改进的量子遗传算法( d c q g s a a ) ”的混合 智能故障诊断路线，运用到复杂系统的各个子网络；在复杂系统的多个征兆域上，建 立了基于“s o m + b p + 改进的量子遗传算法( d c q g s a a ) ”的多个子网络智能故障 诊断模型，从而较好地解决了神经网络的故障小样本学习问题，具有较大的工程应用 价值。 关键词：智能故障诊断，神经网络，支持向量机，量子遗传算法，复杂系统 博士论文量子遗传算法的改进及其在智能故障诊断中的应用 a b s t r a c t w i t ht h ea d v a n c e si ns c i e n c ea n dt e c h n o l o g ya n dt h er a p i dd e v e l o p m e n to fm o d e r n i n d u s t r i a lt e c h n o l o g y ，m o d e r ne q u i p m e n t si n c r e a s i n g l ys h o wt h el a r g e s c a l e ，c o m p l i c a t e d t r e n d s t h ef a i l u r eo fc e r t a i np a r to fat o t ms y s t e mm a yb r e e dt h em u l t i p l ef a i l u r e so ft h e o t h e rp a r t s ，f u r t h e rr e s u l t i n gi nc o u p l i n gb e t w e e nt h ed i f f e r e n tf a i l u r em o d e s ，s oi tw i l ll e a d t h eh e a l t hs t a t u sm o n i t o r i n ga n dd i a g n o s t i c so ft h ee n t i r ec o m p l e xs y s t e mm o r ed i f f i c u l t t h e r e f o r eh e a l t hc o n d i t i o nm o n i t o r i n ga n dd i a g n o s i so fc o m p l e xm e c h a n i c a ls y s t e m sh a v e a r o u s e dt h ew i d e s p r e a dc o n c e r n s ，t h u sm e yh a v ef o r m e da ni m p o r t a n ti s s u e o nt h eo t h e r h a n d ，o t h e rd i s c i p l i n e sr e l a t e dt ot h ef a u l td i a g n o s i st e c h n o l o g y ，s u c ha si n f o r m a t i o n s c i e n c e ，s y s t e ms c i e n c e ，a r t i f i c i a li n t e l l i g e n c e ，c o m p u t e rt e c h n o l o g y ，a n ds oo n ，a r er a p i d l y d e v e l o p i n g a n di tm a k e st h es i m u l t a n e o u sd e v e l o p m e n to fd i a g n o s t i ct e c h n i q u e sw i t ht h e d e v e l o p m e n t so ft h e s ef r o n t i e r s ，a n dw i l lp r o m o t et h ed e v e l o p m e n to ft h ed i s c i p l i n eo f f a u l td i a g n o s i st e c h n o l o g y p r e s e n t l y ，a sa ni m p o r t a n tb r a n c ho fa r t i f i c i a li n t e l l i g e n c e ，f a u l td i a g n o s i se x p e r t s y s t e m ，n e u r a ln e t w o r k h a v e b e e n w i d e s p r e a d l yc o n c e r n e d ，n e u r a ln e t w o r k b a s e d i n t e l l i g e n tf a u l td i a g n o s i st e c h n o l o g yh a saw i d er a n g eo fa p p l i c a t i o n s ，a n dt h ea p p l i c a t i o n w i t hk e r n e l - b a s e ds m a l l s a m p l es t a t i s t i c a ll e a r n i n gt h e o r yi nt h ef i e l do fi n t e l l i g e n tf a u l t d i a g n o s i si sb o o m i n g h o w e v e r ，t h e s em e t h o d sh a v et h e i ro w nd e f i c i e n c i e s o nt h eo t h e rh a n d ，c o m p u t e rs c i e n c ei sf a s t l yd e v e l o p i n g ，e s p e c i a l l yi nt h ef i e l do f i n t e l l i g e n tc o m p u t i n g s w a r mi n t e l l i g e n c et e c h n o l o g y ，a sa ni m p o r t a n td i r e c t i o no ft h e i n t e l l i g e n tc o m p u t i n gf i e l d ，i san e wo p t i m i z a t i o nm e t h o da n dan e wh o ts p o ti nt h ef i e l do f a r t i f i c i a li n t e l l i g e n c er e s e a r c h g e n e t i co p t i m i z a t i o na l g o r i t h ma m o n gt h e mi su s e di nt h e f i e l do ff a u l td i a g n o s i st oe n r i c ha n dd e v e l o pt h i sd i s c i p l i n e ，a n di te x p a n d st h ea p p l i c a t i o n a r e ao fi n t e l l i g e n to p t i m i z a t i o na l g o r i t h m s q u a n t u mc o m p u t i n gi sab r a n c ho ft h ef r o n t i e r si nt h ef i e l do fi n t e l l i g e n tc o m p u t i n g t h i sp a p e rw i l la t t e m p tt ol o c a l l yi n n o v a t ea tt h ef o r e f r o n ti nt h ef i e l do fi n t e l l i g e n t c o m p u t i n g - 一q u a n t u mc o m p u t i n gf o r t h eg e n e t i co p t i m i z a t i o na l g o r i t h ma n dc o m b i n ew i t h t h ec o m m o n l yu s e dt w om a c h i n el e a r n i n g s ( n e u r a ln e t w o r k sa n ds u p p o r tv e c t o rm a c h i n e ) ， t h e na p p l yt h e mi nt h ef i e l do fi n t e l l i g e n tf a u l td i a g n o s i s t h em a i nw o r ko ft h i sp a p e ri sa sf o l l o w s ( 1 ) a i m i n ga tt h el a t e s tr e s e a r c hr e s u l to fq u a n t u mg e n e t i ca l g o r i t h m ，r e a ln u m b e r d o u b l e c h a i ne n c o d i n gt a r g e tg r a d i e n tq u a n t u mg e n e t i ca l g o r i t h m ( d c q g a ) ，t h i sp a p e r v a b s t r a c t 博士论文 a n a l y z e dt h ec h a r a c t e r i s t i c so ft h i sa l g o r i t h m a n dc o m b i n e dd c q g aw i 1s i m u l a t e d a n n e a l i n ga l g o r i t h m ( s a a ) ，t h e r e b yp r o p o s e dt h ea l g o r i t h mo fr e a ln u m b e rd o u b l e - c h a i n e n c o d i n gt a r g e tg r a d i e n tq u a n t u mg e n e t i cs i m u l a t e da n n e a l i n ga l g o r i t h m ( d c q g s a a ) ( 2 ) a tp r e s e n t ，a r t i f i c i a ln e u r a ln e t w o r k sh a v ea c c e s s e dt oaw i d er a n g eo fa p p l i c a t i o n s i ni n t e l l i g e n tf a u l t i nt h e i rp r a c t i c a la p p l i c a t i o n s ，t h em a j o r i t yo fn e u r a ln e t w o r km o d e l s h a v eu s e db pn e t w o r k sa n di t sv a r i a t i o n s a l t h o u g h ，m u l t i - l a y e rb pn e u r a ln e t w o r kc a nb e a p p l i e dt ol i n e a rs y s t e m sa n dn o n l i n e a rs y s t e m s ，a n df i ta n yf u n c t i o n h o w e v e r ，b p n e t w o r ki sn o ta l w a y ss o l v a b l e am a j o ra s p e c to ft h i sp r o b l e mi st h a t ，t h en o n l i n e a r f u n c t i o ni nt h e m u l t i l a y e rn e t w o r kh a sm u l t i p l e l o c a lo p t i m a ls o l u t i o n s ，a n dt h e o p t i m i z a t i o np r o c e s sg r e a t l yr e l a t e sw i t ht h ei n i t i a lp o i n t s t os o l v et h i sp r o b l e m ，p e o p l e c o m m o n l yc o m b i n ei n t e l l i g e n ta l g o r i t h m sw i t hb pn e u r a ln e t w o r kt oo p t i m i z et h ev a l u e s o fw e i g h t sa n dt h r e s h o l d so ft h eu s e db pn e t w o r k h o w e v e r ，d u r i n gt h i so p t i m i z a t i o n p r o c e s s ，i tr e q u i r e sf r e q u e n t l ye n c o d i n ga n dd e c o d i n g ，a n dt h ec o m p u t a t i o ni sv e r yl a r g e ， s op e o p l et 巧t of i n dh i g he f f e c t i v ei n t e l l i g e n ta l g o r i t h m sw i t hf a s tc o n v e r g e n c ev e l o c i t y a n dh i g hc o n v e r g e n c ep r e c i s i o ni n s t e a do ft h eu s u a li n t e l l i g e n ta l g o r i t h m s i nt h i sp a p e r ， t h ep r o p o s e di m p r o v e dq u a n t u mg e n e t i ca l g o r i t h m ( d c q g s a a ) w a sc o m b i n e dw i t hb p n e u r a ln e t w o r kt oo p t i m i z et h ew e i g h t sa n dt h r e s h o l d so ft h eu s e dn e t w o r ki no r d e rt o i m p r o v et h el e a r n i n gp e r f o r m a n c eo fb pn e t w o r k w ee s t a b l i s h e dt h e f a u l td i a g n o s i s m o d e lo f “t h ei m p r o v e dq u a n t u mg e n e t i ca l g o r i t h m ( d c q g s a a 、+ b pn e u r a ln e t w o r k ” a n dt h i sm o d e lw a sa p p l i e dt ot h ef a u l td i a g n o s i so fc e r t a i nr o l l i n gb e a r i n g ，s i m u l a t i o n r e s u l t ss h o w e dt h a tt h ee s t a b l i s h e df a u l td i a g n o s i sm o d e li sg o o de f f e c t i v e ( 3 ) s e l f - o r g a n i z i n gf e a t u r em a pn e u r a ln e t w o r k ( s o m ) ，a l s ok n o w na st h ek o h o n e n n e t w o r k ，i st h en o n - t e a c h e r ，s e l f - o r g a n i z i n g ，s e l f - l e a r n i n gn e t w o r kw h i c hi sc o m p o s e do fa f u l l yc o n n e c t e dn e u r o n sa r r a y ，a n dt h i sn e t w o r kc a nl e a r no nt h eo u t s i d eu n k n o w n e n v i r o n m e n t ，s oi th a st h es t r o n ga b i l i t yt od e a lw i t hc o m p l e xn o n l i n e a rp r o b l e m s i t s g e n e r a l i z a t i o na b i l i t ye f f e c t i v e l yo v e r c o m e st h et o l e r a n c ef a c t o r so nt h ea c c u r a c yo ff a u l t d i a g n o s i s ，s os o mn e t w o r kn e e dn o tal a r g el e a r n i n gs a m p l e s ，w h i c hm a k e su pt h ed e f e c t o fr e q u i r i n gal o to ft r a i n i n gs a m p l e si nt h el e a r n i n gp r o c e s so fb pn e t w o r k t h i sp a p e r ，a c c o r d i n gt ot h ea d v a n t a g e sa n dd i s a d v a n t a g e so fs o mn e t w o r ka n db p n e u r a ln e t w o r k ，u s i n gt h ep r i n c i p l eo fc o m p l e m e n t a r ya d v a n t a g e s ，c o m b i n e dt h e s et w o n e t w o r k s o nt h eb a s i so ft h ei m p r o v e dq u a n t u mg e n e t i ca l g o r i t h m ( d c q g s a a ) ，i tw a s f i r s te s t a b l i s h e dt h ef a u l td i a g n o s i sm o d e lo f s o m + b p + t h ei m p r o v e dq u a n t u mg e n e t i c a l g o r i t h m ( d c q g s a a ) ”，t r y i n gt os o l v et h es m a l ls a m p l el e a r n i n gp r o b l e m so ft h en e u r a l n e t w o r k s t h e nt h i sm o d e lw a sf i r s tu s e di nt h ef a u l td i a g n o s i so fc e r t a i ni n t e m a l 博士论文量子遗传算法的改进及其在智能故障诊断中的应用 c o m b u s t i o ne n g i n ef u e ls y s t e m t h es i m u l a t i o nr e s u l t ss h o w e dt h eg o o de f f e c to ft h i sf a u l t d i a g n o s i sm o d e l ( 4 ) s u p p o r tv e c t o rm a c h i n e ( s v m ) t h e o r y ，p r o p o s e db yv a p n i k e ta l ，i san e w m a c h i n el e a r n i n ga l g o r i t h m ，t h i sa l g o r i t h mi se s t a b l i s h e do nt h eb a s i so fs t r u c t u r a lr i s k m i n i m i z a t i o np r i n c i p l ei n s t a t i s t i c a ll e a r n i n gt h e o r y ，s os v mh a sag o o dg e n e r a l i z a t i o n c a p a b i l i t i e s i na d d i t i o n ，s v mi sac o n v e xq u a d r a t i co p t i m i z a t i o np r o b l e mw h i c hc a n g u a r a n t e ef i n dt h eg l o b a lo p t i m a ls o l u t i o n t h e s ec h a r a c t e r i s t i c sm a k es v m aw i d er a n g e o fa p p l i c a t i o n b u tt h ep e r f o r m a n c eo fs v mi se x t r e m e l ys e n s i t i v et oi t sk e yp a r a m e t e r s ，a n di sa l s o r e l a t i v ew i t ht h ed a t ad i s t r i b u t i o no ft h es t u d yo b j e c t f o rt h i sp r o b l e m ，t h ep r o p o s e d i m p r o v e dq u a n t u mg e n e t i ca l g o r i t h m ( d c q g s a a ) w a su s e dt oo p t i m i z e t h ek e y p a r a m e t e r so ft h el s - s v ri no r d e rt oe n h a n c et h el e a r n i n gp e r f o r m a n c eo ft h el s - s v r t h u si tw a se s t a b l i s h e dt h em i x e dn o n - p a r a m e t r i cr e g r e s s i v em o d e lo f t h ei m p r o v e d q u a n t u mg e n e t i ca l g o r i t h m ( d c q g s a a ) + l s s v r ”，a n dc o m p a r e dw i t ht h ee x i s t i n g q u a n t u mg e n e t i ca l g o r i t h m ( d c q g a ) ，i ts h o w e d t h e s u p e r i o r i t y o ft h em i x e d n o n p a r a m e t r i cr e g r e s s i v em o d e l w h i c hw a se s t a b l i s h e di nt h i sp a p e r ( 5 ) t h ee s t a b l i s h m e n to fr e a l t i m e ，a c c u r a t ea n dr e l i a b l ef a i l u r ep r e d i c t i o nm o d e lo f l i q u i dr o c k e te n g i n ei so fg r e a ts i g n i f i c a n c et ot h eh e a l t hm o n i t o r i n ga n df a u l td i a g n o s i so f l i q u i dr o c k e te n g i n e a i m i n ga tt h ef a u l tc h a r a c t e r i s t i c so fl i q u i dr o c k e te n g i n e ，b e c a u s ei t s t h r u s ti sc l o s e l ya s s o c i a t e dw i t ht h eo x i d a n tf l o w ，t h ef l o wr a t eo fc o m b u s t i o nm a s s ， c h a m b e r sp r e s s u r ep a r a m e t e r se ta l ，ah i g h d e g r e e c o m p l e xn o n - l i n e a rr e l a t i o n s h i p b e t w e e ne a c hp a r a m e t e ra n dt h et h r u s te x i t s t h ef a u l ts a m p l e ss h o wt h ec h a r a c t e r i s t i c so f s m a l ls a m p l es i z e ，m u l t i d i m e n s i o n a ln u m b e r s s ot h i sp a p e rf i r s ta p p l i e dt h em i x e d n o n p a r a m e t r i cr e g r e s s i v ep r e d i c t i o nm o d e lo f “t h eq u a n t u mg e n e t i ca l g o r i t h m ( d c q g a ) w i t hi t si m p r o v e m e n t ( d c q g s a a ) + l s - s v r f o rt h ef a i l u r ep r e d i c t i o no fl i q u i dr o c k e t e n g i n et os o l v et h ep r o b l e m o fi t sr e a l - t i m eh e a l t hs t a t u sm o n i t o r i n g i nr o c ka n ds o i lm e c h a n i c s ，t h ee v a l u a t i o no fs l o p es t a b i l i t yi sav e r yi m p o r t a n t r e s e a r c ha r e ao fs l o p ee n g i n e e r i n g m e c h a n i c a lp r o p e r t i e so ft h es l o p er o c ks h o was t r o n g u n c e r t a i n t yw h i c hi n c l u d e sr a n d o m n e s s ，f u z z i n e s s ，笋a y ，a n dn o tc o n f i r m a t i o n i ts h o w sa h i g h d e g r e en o n l i n e a rr e l a t i o n s h i pb e t w e e nt h es l o p es t a b i l i t ya n dt h e s eu n c e r t a i n t i e s t h i sa r t i c l ef i r s ta p p l i e dt h em i x e dn o n - p a r a m e t r i cr e g r e s s i v ep r e d i c t i o nm o d e lo f “t h e q u a n t u mg e n e t i ca l g o r i t h m ( d c q g a ) w i t hi t si m p r o v e m e n t ( d c q g s a a ) + l s - s v r t o p r e d i c tt h es a f e t yf a c t o ro fs l o p ei nt h er o c ka n ds o i lm e c h a n i c s ，s oi te f f e c t i v e l ys o l v e d t h ee v a l u a t i o np r o b l e mo fs l o p es t a b i l i t y v t t ( 6 ) t h i sp a p e rf i r s ta p p l i e dt h ep r o p o s e di m p r o v e dq u a n t u mg e n e t i ca l g o r i t h m ( d c q g s a a ) i nt h ei n t e l l i g e n tf a u l td i a g n o s i so fc o m p l e xs y s t e m a c c o r d i n g t ot h e c h a r a c t e r i s t i c so ff a u l td i a g n o s i sf o rc o m p l e xs y s t e m ，i t ss t r u c t u r e s a n df u n c t i