基于Bayes-GO的复杂系统可靠性评估模型

针对复杂系统可靠性评估困难问题,提出一种基于Bayes．GO方法的复杂系统可靠性评估模型。采用Bayes方法融合多源先验信息,建立单元级可靠性模型,再用GO方法综合单元级可靠性参数,获得系统可靠性模型。通过某复杂电子设备可靠性评估实例,验证模型的有效性。结果表明,该方法既有Bayes方法充分利用先验信息的优点,又兼具GO方法直观、简便的特点,在相关领域应用中具有较高的参考价值。     

基于多源信息融合的引信可靠性评估方法研究

针对高价值弹药引信利用全弹飞行试验验证其可靠性成本过高的问题,采用继承因子、环境因子折算数据的多源数据融合方法,并将所得的数据与靶试数据结合,减少靶试试验样本量。以混合Beta分布为先验分布,得到了评估引信可靠性的Bayes方法,该法解决了模拟试验数据与靶试数据融合的问题。以某引信为应用背景进行了可靠性评估,证明该方法比经典方法减少了一定的靶场试验量。     

基于贝叶斯推断的复杂系统可靠性分析

随着武器装备系统日益复杂,成本越来越高,大量的全面系统测试逐渐变得不可行,很难得到大量的可靠性信息,可靠性的统计分析与评估面临着挑战。提出一种基于贝叶斯推断的复杂系统可靠性分析方法,介绍贝叶斯推断以及基于贝叶斯推断的复杂可靠性分析步骤。利用事件树图对复杂系统结构进行建模,归纳可用的数据类型,对组件随机模型和先验分布进行描述。利用马尔科夫蒙特卡洛方法对模型进行求解;构建计算示例验证方法的可行性与有效性。该方法适用于不同的建模粒度,可以灵活地融合专家知识、全系统测试数据、子系统和组件级数据,一致性地估计系统、子系统和组件的可靠性参数。     

大型复杂产品可靠性评估的单调约束模型

大型复杂产品的试验样本通常呈现多阶段小子样特性.因此,为减少单阶段样本量较少所导致的评估误差,提出以添加前提约束的方法来利用产品全阶段试验数据.首先推导出可靠性参数在单调约束条件下的通用分布函数;然后给出常用指标任务可靠度和MTBF的一种近似计算方法;最后给出一例实际数据的计算结果.由于约束简单且可以求得可靠性参数的分布函数,该方法的工程适应性强于传统的AMSAA模型,并能获得Duane模型无法给出的区间估计.     

基于ML-II的小子样复杂系统多源信息融合方法

复杂系统可靠性信息的主要特点是小子样现场试验数据和多种可利用的多源先验信息。在利用Bayes理论进行小子样可靠性评定过程中,为了尽可能少做现场试验,必须充分利用各种先验信息,获取合理的先验分布。提出了一种基于第二类极大似然估计原理（ML-II）的多源信息融合方法,以某鱼雷自导系统的作用距离为例进行仿真分析,验证了该方法的合理性和有效性。     

工业控制系统可靠性评估方法探讨

工业控制系统的可靠性评估方法种类繁多,目前没有统一。本文对几种比较统一的方法进行重点分析,并通过实例仿真的方式对各种方法进行比较,得出结论,供同行参考。     

基于GABP算法的计算机复杂网络可靠性评估方法研究

网络技术的广泛使用和云计算技术的兴起,使网络安全问题面临新的挑战。目前的网络可靠性评估方法存在诸如适用范围小、操作性差以及存在干扰因素等问题,对基于GABP算法的计算机复杂网络的可靠性进行研究,并利用德尔菲法筛选评价指标,建立一种综合评价模型。     

基于随机加权的Bayes方法在可靠性参数估计中的应用

在小子样条件下,通过随机加权重采样技术,获得兴趣变量的分布函数,将其作为先验信息与当前样本信息相结合,然后通过贝叶斯方法对可靠性参数进行估计。仿真算例证明,这种方法在进行可靠性参数估计时较经典参数估计方法有更高的精确性。     

复杂系统可靠性估计的模糊神经Petri网方法

针对复杂系统可靠性建模难问题,提出了一种新的适用于复杂系统可靠性估计的模糊神经Petri网(简称为FNPN)．文中首先给出了模糊神经Petri网的定义及其引发规则,然后给出了一种学习算法．该FNPN结合了模糊Petri网和神经网络各自的优点,既可以表示和处理模糊产生式规则的知识库系统又具有学习能力,可通过对样本数据学习调整模型中的参数以获得系统内部的等效结构,从而计算出非样本数据的系统的可靠度．最后以一无向网络为例说明该方法是可行的．     

复杂系统可靠性增长的动态建模方法

复杂系统可靠性增长试验是一个动态的过程,成本所限不允许进行大规模的试验,而传统方法在子样容量不足的情况下误差较大,无法精确地反应系统可靠性增长的特点,因此在小子样条件下对复杂系统可靠性增长进行评估是目前亟待解决的问题.基于AMSAA模型下复杂系统可靠性增长试验的特点,结合少量现场试验数据,提出了可靠性增长评定的动态建模方法,运用Bayes线性回归方法对系统的可靠性参数进行预测,并对可靠性增长试验的结果进行评定,并给出了各阶段可靠性增长试验中可靠性参数的Bayes估计.由仿真实例证明,与传统方法相比,文中的动态建模方法更加准确,能够有效的解决小子样条件下的可靠性增长问题.     

基于HGAV的多源异构数据集成方法

针对信息系统中海量数据多源异构和难以共享的问题, 提出了多源异构数据虚拟集成框架. 数据集成系统中的GAV(Global-as-View)模式映射方法面对信息量分布不均匀的数据源时, 查询效率较低, 在对GAV改进的基础上, 提出了基于HGAV(Hierarchical-Global-as-view)的模式映射算法, 通过引入中间数据源模式, 形成分层的全局视图, 大大缩减了映射空间, 简化了映射集合, 便于查询的重写和优化. 利用宁东智慧环保项目中的五大类数据对本文所提出的算法加以验证, 实验结果表明该算法相较于GAV模式映射算法提高了数据集成效率, 缩短了查询时间.     

基于WMD和DSI的复杂重型装备健康状态评估

设备故障的变化趋势一般从轻微故障开始,逐渐发展到整个设备丧失工作能力.为了在设备轻微故障时准确检测,本文提出了一种基于加权马氏距离(Weighted Mahalanobis Distance,WMD)和设备状态指数(Device Status Index,DSI)的设备健康状态评估方法.该方法基于改进的马田系统,对设备有效运行特征参数构建稳定基准空间,筛选特征并按照设备故障敏感性计算加权马氏距离,排除了特征相关性的干扰;利用Box-Cox变换确定设备状态指数的阈值,构建复杂重型装备健康状况模型.通过实验验证模型有效性,正常样本的WMD值均小于故障阈值,有将近98.6％的样本值在征兆预警内.本文提出的方法可为复杂重型装备的维修与管理提供数据支持,为工业生产提供有效帮助.     

面向复杂装备PHM数据体系架构的研究

故障诊断与健康管理(PHM)利用装备产生的数据,经过数据处理等手段,能够实现对复杂装备的健康状态进行监测、故障诊断、预测和智能决策;在PHM的整个阶段会产生大量的数据,目前已有部分国内外机构针对PHM数据体系进行了研究与构建,然而大部分的数据仅仅是针对PHM数据的管理维护方面做了探讨,并不能清晰地、深入地梳理出现役装备的设计数据、使用数据及验证数据之间的逻辑关系,所以构建一套完整的PHM数据体系架构成为当前极为重要的工作;文章以装备PHM技术为背景,贯穿装备生产制造全寿命周期时间线,基于PHM系统的设备级、区域级、平台级数据的构建、融合为主线,补全PHM数据管理维护数据,形成一套具有装备特色的PHM数据体系架构,完善PHM不同数据要素之间的逻辑关系。     

基于改进决策树的配电网多源数据快速检索

当前,电网中含有海量的多源信息数据,但是由于数据体量大、种类多、维度高,难以实现高效有效的数据检索.因此本文根据实际电力运行系统的数据结构及多源数据库样本分析,提出了一种基于互信息的改进决策树算法作为数据挖掘内核,并提出适用于电力系统的并行处理架构,可实现多源数据的快速、有效信息检索,并有效处理实时数据.在搜索时根据代...     

灰色系统理论下复杂网络可靠性度量挖掘方法

针对传统的网络可靠度挖掘精确度较低,且过程较为复杂的问题,提出一种灰色系统理论下复杂网络可靠性度量挖掘方法,首先利用优化、动态优化、量化、因素分析以及思想开发构建灰色系统理论模型,并计算复杂网络的广播与单播模式的连通可靠度,再通过周期数据延时所确定的可靠度、周期数据的正确可靠度、非周期数据的延时确认可靠度、非周期数据的确认可靠度、数据延时的确认可靠性、数据延时的确认可靠性和流数据信息的完整可靠度,利用7个可靠性参数,对复杂网络的可靠性度量挖掘.仿真结果表明,所提方法挖掘的准确度较高、过程简单,具有较好鲁棒性,可为网络安全防护工作提供有效参考.     

基于GBrowse的多源长非编码RNA数据可视化系统

针对长非编码RNA（long non-coding RNA,lncRNA）数据类型多样带来的有用信息提取困难的问题,提出基于基因组浏览器GBrowse（Generic Genome Browser）的多源lncRNA数据可视化系统.该系统主要包括网页服务器和lncRNA数据存储.其中,网页服务器主要由HTTP服务和GBrowse网页组件构成,支持纯文本、MySQL、SQLite等多种数据存储方式.系统实现流程包括GBrowse安装与配置、多源lncRNA数据的收集、数据预处理、数据存储、数据访问及可视化配置.原型系统收集了六种人类lncRNA数据,包括人类基因注释、基因组序列、组蛋白修饰H3K4me3信号及其位点、转录因子CTCF绑定位点信号及其位点的数据,并对数据进行了预处理.通过MySQL、SQLite等建立了lncRNA数据库,对数据的访问方式和可视化参数进行配置.实验结果表明,多源lncRNA数据在GBrowse框架下能够得到整合与可视化,并在基因组空间同时呈现,这使得研究者能够以更加直观的方式观测数据,进而建立新的科学假说.     

一种基于离散马尔科夫模型的神经网络可靠性设计方法

本文给出了一和循环前馈神经网络来表示具有ｎ个状态的离莠马尔科夫模型,及其二次能量函数,并根据梯度下降规则,给出了相应的权值修改规则。利用该神经网络方法可以有效地对容错硬件进行可靠性设计。     

基于预分区策略的装备数据分布式存储方法

随着传感器技术和计算机技术的发展,装备在研制生产过程中会产生大量的数据,这些数据是海量的、多源的和异构的,企业需要考虑如何将数据进行快速处理和存储管理,进而利用加工后的数据提升装备生产制造能力。对卫星、飞机等典型装备数据进行了研究,提出了一种基于预分区策略的分布式数据存储方法。该方法研究HBase的预分区机制和装备数据模型特点,研究装备数据快速存储的影响因子,并给出了数据快速存储算法,使海量装备数据可以负载均衡地、快速地存储在HBase数据库里。最后,对模型的数据存储性能、负载均衡性、各类装备的适用性进行了评估试验。试验结果表明,该方法可以覆盖多种类型的装备数据,并在数据存储效率上有良好的表现。     

基于T-S模糊故障树方法的惯性导航系统可靠性评估

针对传统故障树模型在复杂系统可靠性评估中的局限性,引入T-S模糊故障树建模方法对惯性导航系统进行可靠性评估分析.在建立T-S模糊故障树的基础上,以模糊门算法表征事件之间的逻辑关系,确定了基于基本事件模糊概率和故障程度的复杂系统可靠性评估方法,并对事件进行了概率重要度和关键重要度分析.案例分析表明,T-S模糊故障树分析方...