具有不确定性的多态系统可靠性

在对多态系统进行可靠性分析时,由于很难精确地估算元素各个状态的概率,人们常常利用模糊隶属函数及概率区间来表示这些概率。介绍了用模糊及区间模型估算多态系统可靠性的方法,并介绍了元素不确定性重要度的算法。在LevV.Utkin提出的元素不确定性重要度算法基础之上,提出了不确定性重要度的改进算法。改进算法不仅全面考虑了区间概率的不同含义,而且提高了可靠性分析的精度和可信度。     

基于模糊理论的机械系统模糊可靠性数字仿真

论文基于模糊集合的交集与并集算子，给出了机械串联系统与并联系统的模糊可靠性数字仿真模型；讨论了模糊安全事件的隶属函数的建立方法，主要研究了基于模糊概率理论，从模糊强度的隶属函数获得模糊安全事件的隶属函数的方法，为确定机械系统模糊安全事件的隶属度提供了依据，使对复杂机械系统的模糊可靠性分析成为可能。算例表明了文中所讨论的方法的可行性。     

机械模糊可靠性计算方法的研究

提出了用普通事件概率表示模糊事件概率的方法,从而把模糊可靠性设计问题转化的为常规可靠性设计问题求解,并以随机应力模糊强度时为例,讨论了可靠性指标的计算得出了一些定笥的结论。     

基于模糊概率的多状态贝叶斯网络可靠性分析

利用贝叶斯网络对多状态系统进行可靠性分析时,各根节点不同状态的精确概率难以获得。因此提出了把模糊理论与贝叶斯网络方法相结合,将不同专家给出的根节点各状态发生概率的语言变量转化为三角模糊数,并经过均值化、解模糊和归一化得到不同状态的发生概率的精确值。将其代入多状态贝叶斯网络中,计算叶节点不同状态的发生概率,进而计算各根节点的后验概率及风险增加当量重要度。通过实例分析验证了该方法的可行性。应用该方法能够提高贝叶斯网络处理不确定性问题的能力,使其在解决多状态不确定性系统可靠性和安全性问题时发挥更大的作用。     

清晰事件模糊概率型(CF型)模糊可靠性研究

自从进行了模糊可靠性的研究以来,我们已对模型事件精确概率型(FA型)的模糊可靠性较全面系统地进行了研究,确立了一整套新的理论及计算方法。我们在本篇文章中只是对清晰事件模糊概率型(CF型)的模糊可靠性进行初步的探索性研究。     

基于离散化修正模糊算子的模糊故障树新析

针对不同类型隶属函数的模糊概率耦合计算的模糊故障树分析瓶颈问题尚未解决,提出了一种新的离散化方法,该算法通过先分割概率后规划隶属度的方式将模糊概率的隶属函数离散化,并由扩展原理修正与、或门模糊算子得到一组新的模糊算子,用新算子进行模糊故障树实例分析表明,新方法不但较好地解决了上述难点,并具有一定理论和工程实践价值。     

含广义三角模糊数的机械结构可靠度计算方法

针对可靠性度量时机械结构中存在广义三角模糊数的不确定性问题,提出一种基于证据理论的离散化机械结构可靠度计算方法.为合理地构建不确定性变量的基本概率分配,首先基于证据变量基本概率分配的离散特性,改进了熵等效法在广义三角模糊数去模糊化时的不足,并在改进熵等效法的基础上提出一种广义密度法对其进行去模糊化处理.然后利用离散化方法将随机变量和广义三角模糊数进行证据结构表征,并将离散的连续焦元序列(子区间)作为其证据体,进而构造其基本概率分配.最后利用证据融合法则对证据体进行融合,以实现信任度和似真度的数值计算.将所提出的方法运用于曲柄滑块机构的可靠度计算,并结合蒙特卡罗模拟法验证了该方法的可行性.     

无失效指数分布参数的模糊加权最小二乘估计

无失效数据的出现，使分布参数的估计成为可靠性评定的又一关键问题。在对指数分布进行参数估计时，引入模糊加权系数，利用模糊加权最小二乘估计对数据进行回归拟合，推导出模糊加权失效率的估计式。由于无失效数据失效概率的确定对参数的估计结果有较大的影响，以减函数法确定失效概率的Bayes估计，并进行模糊加权线性回归。回归结果与常规线性回归结果相比，更接近工程实际。     

故障模式及效应分析中的模糊危害度

一、模糊危害度的概念 故障模式及效应分析(FMEA)的目的是将致命效应的故障模式消灭在设备(即系统)使用之前,因此,故障的危害度是FMEA中的一个重要概念。 进行危害度分析的任务是:首先将危害度大的故障模式找出来,然后采取相应措施予以消除或使其发生的概率尽可能降低。     

基于MCMC的模糊自适应重要抽样法

针对传统的基于马尔可夫链蒙特卡罗 (Markov chain Monte Carlo,MCMC)的自适应重要抽样法只适用于失效边界确定的系统,而不适用于失效域模糊的渐变结构系统问题,提出基于MCMC的模糊自适应重要抽样法。首先从模糊失效域内的某个初始点出发,根据Metropolis准则构造马尔可夫模拟样本点;然后利用自适应核密度估计构建核抽样概率密度函数并进行重要抽样;最后离散化模糊失效域以计算系统的模糊失效概率。该方法合理地解决了以往渐变结构系统性能可靠性难以仿真分析及仿真效率低的难题,具有较高的仿真效率和精度。应用舵机案例对方法的适用性及高效性进行了验证。     

BDD表示下的部件重要度的计算

本文根据ＢＤＤ表示故障树的特点,提出了一种不需由ＢＤＤ树求得割集而直接搜索ＢＤＤ计算部件重要度的方法。就概率重要度而言,利用本方法可使部件的逆概率重要度的计算充分利用正概率重要度计算的中间结果,使得逆概率重要度的计算时间可以忽略不计。     

多态系统可靠性分析广义灰色贝叶斯网络模型

针对多态系统可靠性分析过程中部件和系统的故障状态难以准确界定、故障逻辑关系难以精确测度等问题,基于模糊数学和灰色系统理论提出了一种广义灰色贝叶斯网络模型。该模型首先运用含有区间灰数的模糊子集表征部件所处的故障状态;然后通过运用区间灰数表示系统故障发生的条件概率表征多态系统复杂多样的故障逻辑关系;最后基于贝叶斯网络推理算法和区间灰数运算规则,给出系统处于不同故障状态的概率和部件重要度等可靠性特征信息,为不确定条件下的多态系统可靠性分析提供了完整的解决方案。通过对某民航飞机的可脱离应急跟踪设备的案例研究,表明了所提模型的可行性。     

分布式异类传感器网异步采样下的航迹起始算法

为解决分布式异类传感器网异步采样下的航迹起始问题,基于模糊集理论,定义了测量集与目标间的模糊综合贴近度。基于模糊综合贴近度提出了分布式异类传感器网航迹起始算法。该算法通过模糊综合贴近度函数全局极值点的检测实现目标的检测,用与目标相关联的测量估计目标的初始状态。算法的特点是不需要掌握目标探测概率、虚警率、杂波密度等诸多信息。仿真实验验证了算法的有效性。     

第二类故障期间以概率p进入的M/G/1可修排队

假设服务台在忙期和闲期内都可能发生故障,且具有不同的故障率,并且在闲期的故障状态期间到达顾客以概率p进入系统.使用全概率分解技术和利用拉普拉斯变换工具,研究了服务台的瞬态不可用度、稳态不可用度、(0,t]时间内的平均故障次数和稳态故障频度,获得服务台一些重要的可靠性结果,并且分别讨论了当p取值为0和取值为1时的特殊情况.     

证据理论与贝叶斯网络相结合的可靠性分析方法

针对可靠性分析中存在的认知不确定性问题,将证据理论引入到贝叶斯网络。给出了存在认知不确定性时故障树向贝叶斯网络的转换方法,以及基于信任测度和似然测度求解顶事件发生概率的方法。研究了三种重要度的求解方法,同时提出了一个重要概念--认知重要度,给出了其实际意义和计算方法。最后,运用所提出方法对某导弹发动机进行了可靠性分析,结果表明,该方法增强了贝叶斯网络处理不确定性信息的能力,简单有效且可以得到更丰富的信息。     

加权极大-极小随机模糊投资组合模型及实证研究

考虑投资者面临证券市场随机和模糊的双重不确定性,将证券收益率视为随机模糊变量,根据前景理论建立符合投资者心理特征的期望收益和目标概率隶属度函数。利用加权极大-极小算子考虑投资者对期望收益和目标概率的差异要求,构建目标权重不等的加权极大-极小随机模糊投资组合模型,进一步推导模型的最优解。采用实证的方法,研究模型的表型。结果表明:加权极大-极小随机模糊投资组合模型有效边界与均值-方差投资组合模型不一致;加权极大-极小随机模糊投资组合模型可以根据期望收益和目标概率的权重变化,构建符合不同投资者心理需求的投资组合;加权极大-极小随机模糊投资组合模型的投资收益优于均值-方差投资组合模型。     

一种基于有向图模型的模糊多故障诊断算法

基于最大后验概率准则的复杂系统多故障诊断推理算法依赖于系统先验故障概率的获取.针对这一不足,提出了一种基于有向图模型的系统级模糊故障诊断算法.首先用有向图模型描述大型复杂系统各子系统及故障观测节点问的信息依赖关系,建立故障依赖矩阵;然后在故障观测概率空间建立特征故障观测概率矩阵;在此基础上设计了模糊函数以描述实际观测向量与故障特征向量的相似度,并提出了相应的诊断算法.仿真结果表明该算法具有足够的故障诊断精度和诊断效率.     

一种基于卷积模糊算子的故障树分析方法

首先引入模糊数学中的扩展原理和α -截集区间运算 ,然后利用卷积方法对模糊算子进行改进 ,并对基于故障树各底事件发生概率为梯形模糊数情形的故障树分析方法做了研究 ,最后给出了一个应用实例。研究结果表明 ,该方法在减小模糊计算中的“扩散性”问题上具有显著效果 ,在可靠性工程中具有一定的应用前景。     

基于证据理论的异类信息统一表示与建模

在复杂系统的性能、可靠性评估中,由于信息不完备、实验样本有限、对复杂物理过程的认识不充分等原因,存在多种不确定性.由于不确定性的来源不同,因此在系统建模时不确定性参数存在概率分布、模糊分布、概率包络、区间信息等多种表达方式,难以用统一的方法对系统的性能、可靠性进行量化评估.研究了概率分布、概率包络、模糊分布、专家估计信息、小样本测试数据等不同类型的信息转化为基于证据理论的统一表示的方法,讨论了基于证据理论的异类信息统一表示方法在模型不确定性量化中的应用.实例仿真表明了所提出方法的有效性.     

Mamdani型概率模糊系统建模方法

针对模糊系统不能有效表示系统中的随机性,给出了一种Mamdani型概率模糊系统的建模方法。该模型不需要领域专家的知识,可以直接从已有数据生成概率模糊规则。相应地给出了一种概率模糊推理方法。概率模糊系统综合了模糊系统的易理解性和概率系统的统计特性,能够对数据中的随机性进行更好地表示和处理。以概率模糊系统在时间序列分析中的应用为例,通过与“查表法”(table look-up scheme) 的比较,说明了所提方法的有效性。