基于非概率理论的混合不确定性结构可靠性分析方法

摘要: 针对不确定性结构可靠性分析中的输入变量分布参数具有不确定性和输入变量为区间模型的混合不确定性结构展开研究。考虑可用信息最少的情况,将分布参数的不确定性描述为区间模型。通过等概率转换方法将随机变量与其分布参数进行分离,使问题转化为随机与区间变量混合的可靠性问题,建立了混合不确定性问题的可靠性分析模型。基于非概率可靠性理论,建立混合不确定结构分析模型的二级极限状态函数并结合Kriging代理模型建立了高效的求解方法。此外,将所建立的混合不确定模型应用于飞行器结构的不确定性分析中,验证所建模型的合理性和所提方法的高效性和准确性。     

随机-非概率模型下的船体结构屈服强度可靠性分析

针对在役舰船船体载荷、材料属性的随机特性和实船勘验得出的腐蚀损伤下船体抗力区间特性,提出一种基于随机概率理论和区间非概率理论的随机-非概率可靠性分析模型,分别从区间变量随机化和随机变量区间化两个角度给出该模型的可靠性指标求解方法。基于该模型对某舰船船体结构屈服强度进行可靠性分析,结果表明:该模型既体现了结构变量的客观不确定性又减弱了评估结果的盲目保守性,对于既含有随机变量又含有区间变量的在役舰船的可靠性评估具有很强的适用性。     

雷达探测距离估计的非概率区间方法

雷达探测距离随着发射功率、频率等不确定参数变化而变化。以区间数学为基础，借助一阶泰勒级数，提出了近似估计雷达探测距离的非概率区间方法。区间方法将不确定参数描述为区间变量，克服了传统处理不确定性问题的概率方法需要知道不确定参数详细统计信息的局限，而且计算量较少。通过算例与概率分析方法相比较，表明了非概率集合理论模型的可行性和优越性。     

混合不确定条件下的飞行器级间分离可靠性分析

为量化飞行器级间分离过程随机不确定性和认知不确定性的综合影响,结合概率和区间理论混合模型特点,提出了一种基于随机和区间理论混合模型的飞行器级间分离可靠性分析方法。面向高超声速飞行器分离任务需求,建立分离动力学仿真模型,针对级间分离结构的几何特点,设计了一种快速碰撞检测方法,进而构建了分离任务的可靠性分析混合模型。通 过将该模型转化为随机可靠性分析的无约束优化问题,考虑分离过程中复杂外力及力矩导致功能函数高度非线性的特点,利用高效全局优化和主动学习Kriging方法实现无约束优化问题高效求解。结合实例表明,该方法能够准确描述混合不确定性因素对飞行器分离过程的影响,给出了飞行器分离任务可靠性区间,可为飞行器分离方案的精细化设计提供决策支持。     

随机-区间混合不确定性单输出模型确认指标

针对既有随机变量又有区间变量的模型预测结果与实验数据之间的一致性度量问题,对随机-区间混合不确定性模型确认指标进行研究。根据工程数学模型和实验过程中的不确定性来源,分析随机-区间混合不确定性模型确认的特点;运用概率方法和区间理论,提出新的随机-区间混合不确定性模型确认指标,讨论所提指标的性质,给出指标的计算方法和步骤。通过数字算例和工程算例,验证了所提指标的可行性和有效性。     

固体推进剂药柱结构分析的非概率凸集合理论模型

为了研究不确定性能参数对固体推进剂药柱结构分析的影响 ,将非概率凸集合理论模型和粘弹性有限元相结合 ,以增量法处理遗传积分 ,利用摄动法预测其响应量区间 ,发展了一种适合药柱特点的不确定性方法。将其和随机结构分析进行对比 ,表明两种方法之间有一定的联系。     

区域和参数化可靠性灵敏度指标及其解法

针对基于方差的全局可靠性灵敏度指标,分别提出基于方差的区域和参数化可靠性灵敏度指标,以衡量输入变量的取值区域发生变化时或输入变量的方差减小时整个输入变量系统对失效概率不确定性贡献的变化情况。然后从Pearson相关系数的视角分别将所提指标表述成无条件失效域指示函数与固定某一随机输入时的条件失效域指示函数之间的相关系数。在此转换的基础上,提出基于Pearson相关系数的两种求解方法,一种采用蒙特卡洛方法重复抽样进行循环计算,另一种借鉴重要抽样的思想。功能函数的计算样本可重复使用而不增加任何额外的计算代价,故后者大大提高了求解所提区域和参数化灵敏度指标的计算效率。算例结果验证了所提指标的合理性,同时也证明了所提方法的准确性与高效性。     

一种卫星对地观测任务完成概率的估计模型

针对及时响应用户提出的观测需求、高效实施卫星任务规划调度的需要,提出快速估计卫星对地观测任务完成可能性的现实问题,利用Logistic回归方法建立了一种卫星对地观测任务完成概率的估计模型。首先分析影响侦察任务完成概率的相关因素,包括侦察任务自身属性、资源约束、任务之间竞争关系等;其次,从影响因素中提炼出刻画影响因素的模型变量,给出其量化方法,并初步构建了Logistic回归分析模型;第三,基于卫星成像侦察任务规划系统开展实验,获取自变量与规划结果方面的样本数据;最后,采用Logistic回归分析方法对样本数据进行分析,确定模型中的变量、参数及函数形式,结论表明,模型具有很好的统计特性。     

腐蚀损伤下船体总纵极限强度可靠性分析方法探讨

针对腐蚀损伤下船体结构安全性评估问题,基于实船腐蚀勘验数据,引入非概率可靠性评估理论,提出舰艇现时状态下船体结构总纵极限强度非概率可靠性分析方法,建立船体结构非概率可靠性分析模型。对某舰艇船体结构现时状态下的总纵极限强度可靠性及非概率可靠性分析方法在船体结构安全状态评估方面的应用性进行了分析。结果表明:非概率可靠性分析方法克服了过度依赖样本数据的缺陷,较确定性方法更贴近客观实际,在舰艇船体结构技术状态评估方面具有较好的应用前景。     

固定式超近程防护系统优化设计及统计分析

为了提高固定式超近程防护系统的拦截效率,进一步优化攻击单元的分布参数,将分布方案的分布参数5个射角和35个射向作为自变量,以拦截概率作为因变量,将已有的32种方案的分布方案及统计模拟所得的拦截概率作为样本值,运用SPSS软件进行多元线性回归分析,通过不断筛去显著性比较差的变量,最终得到比较满意、显著性比较强的多元线性回归方程,该方程的建立为进一步优化分布方案的参数提供了理论依据,也为建立进一步优化模型提供了理论基础.     

混合不确定条件下航空不安全事件量化分析方法

为解决不确定条件下航空不安全事件量化分析的难题,基于随机和模糊理论对影响飞行安全的主客观变量进行了混合不确定描述,将难以用概率表示的主观变量处理成为隶属度λ水平截集上服从均匀分布的随机变量。在此基础上,提出了混合不确定条件下航空安全指标和数值计算方法,所提指标和方法能够简洁、直观、准确地反映航空安全水平。通过航空安全领域普遍采用的Bow-tie模型对轮胎爆破事件安全性指标和隶属度关系进行仿真分析。结果表明:将不确定变量控制在一定隶属度水平,能显著提高航空安全指标。     

基于前景理论和证据推理的混合型多属性决策方法

针对属性权重完全未知的混合型多属性决策问题,提出一种基于前景理论和证据推理的决策方法。通过直觉模糊数对精确数、区间数和语言变量3种混合型属性的决策信息进行统一,根据前景理论对决策信息进行转化;提出基于直觉模糊熵与相似度的属性可靠性评估方法,结合属性重要度确定属性权重;采用证据推理算法集结属性信息,得到方案的综合前景值,并以此进行方案排序。算例分析结果表明,所提方法具有较强的区分能力,能够有效降低决策结果的不确定性,对混合型多属性决策问题具有较好的适用性。     

不确定条件下装备器材供应网规划模型

装备器材供应网是装备器材供应保障工作的重要基石,其规划问题是我军装备器材保障过程的重要战略决策之一。针对节点、边和需求的不确定性,对不确定条件下由多个区域供应子网构成的装备器材供应网的规划问题展开研究。针对问题的特点,用区间分析理论对供应网规划中的不确定性因素进行度量和运算,得到不确定性规划模型,通过区间运算转化,将不确定性模型转化为确定性混合整数规划模型,并设计采用基于禁忌搜索算法的两阶段算法进行求解,分别得到了不同参数设置下的模型求解结果,并将所用算法与模糊规划和随机规划算法的求解结果进行了比较分析。实例分析结果表明所建立的模型和算法具有较强的实用性。     

Sensitivity Test and Data Analysis for Storage Reliability Assessment of Explosive Initiator

The explosive initiator is one kind of sensitivity products with long life and high reliability.In order to improve the storage reliability assessment,the method of storage reliability assessment for explosive initiator was proposed based on time series model using the sensitivity test data.In the method,the up and down test was used to estimate the distribution parameters of threshold.And an approach to design the up and down test was present to draw better estimations.Furthermore,the method of shrinkage estimation was introduced to get a better estimation of scale parameter by combining the sample information with prior information.The simulation result shows that the shrinkage estimation is better than traditional estimation under certain conditions.With the distribution parameters estimations,the time series models were used to describe the changing trends of distribution parameters along with storage time.Then for a fixed storage time,the distribution parameters were predicted based on the models.Finally,the confidence interval of storage reliability was obtained by fiducial inference.The illustrative example shows that the method is available for storage reliability assessment of the explosive initiator with high reliability.     

基于Monte Carlo的军事物流结点可靠性评估方法

军事物流网络结点是构成军事物流网络的基本要素。战场环境瞬息万变,结点的可靠性往往受许多不确定因素的影响,计及不确定因素的评估方法可以更客观、真实地评估结点的可靠性。基于此,提出了刻画物流结点可靠性的评估指标体系,建立了计及不确定因素的军事物流结点可靠性评估模型,给出了Monte Carlo求解算法。对影响结点可靠性的因素进行了分析,在此基础上提出了改善军事物流结点可靠性的措施。以某战役级军事物流网络为例进行算例分析,验证了该方法的可行性和正确性。     

Stochastic call center staffing with uncertain arrival,service and abandonment rates: A Bayesian perspective

In this article, we introduce staffing strategies for the Erlang‐A queuing system in call center operations with uncertain arrival, service, and abandonment rates. In doing so, we model the system rates using gamma distributions that create randomness in operating characteristics used in the optimization formulation. We divide the day into discrete time intervals where a simulation based stochastic programming method is used to determine staffing levels. More specifically, we develop a model to select the optimal number of agents required for a given time interval by minimizing an expected cost function, which consists of agent and abandonment (opportunity) costs, while considering the service quality requirements such as the delay probability. The objective function as well as the constraints in our formulation are random variables. The novelty of our approach is to introduce a solution method for the staffing of an operation where all three system rates (arrival, service, and abandonment) are random variables. We illustrate the use of the proposed model using both real and simulated call center data. In addition, we provide solution comparisons across different formulations, consider a dynamic extension, and discuss sensitivity implications of changing constraint upper bounds as well as prior hyper‐parameters. © 2016 Wiley Periodicals, Inc. Naval Research Logistics 63: 460–478, 2016     

Interval uncertain optimization for damping fluctuation of asegmented electromagnetic buffer under intensive impact load

Aiming at the problems of demagnetization effect of electromagnetic buffer (EMB) caused by high ve-locity under intensive impact load and the difficulty and error of machining composite thin-walled long tube, a segmented EMB is proposed. The inner tube and air-gap are divided into initial segments and the traversing segments. Through theoretical analysis, impact test and simulation, it can be found that the RRF curve has two peaks. Firstly, in order to reduce the resultant resistance force (RRF) peaks, the sensitivity analysis based on optimal Latin hypercube design (OLHD) and polynomial regression was performed. The results show that the smallest contribution ratio to the dynamic response is the seventh and ninth segments of the inner tube, which are less than 1％. Then, fully considering the uncertain factors, important parameters are selected for uncertain optimization after sensitivity analysis. The in-terval order and interval probability degree methods are used to establish interval uncertain optimiza-tion model of the RRF considering robustness. The model was solved using an interval nested optimization method based on radial basis function (RBF) neural network. Finally, the Pareto front is obtained and numerical simulation is performed to verify the optimal value. It indicates that the two kinds of RRF peak is obviously reduced, and the optimization object and strategy are effective.     

系统可靠寿命的不确定性分析及其高效方法

为了分析元器件失效率的不确定性对系统可靠性的影响,借鉴Borgonovo的矩独立灵敏度分析思想,在充分考虑了系统可靠寿命完整不确定性信息的情况下,提出了基于系统可靠寿命的矩独立重要性测度,用来分析不确定性条件下系统元器件失效率对其可靠寿命的平均影响。但由于系统可靠寿命函数是系统可靠度函数的反函数,一般无法解析表达而以隐函数的形式存在,致使该矩独立重要性测度难以高效准确求解。为了解决这一问题,文章提出了一种新的Kriging自适应代理模型的高效算法,该算法以Kriging代理模型预测值的变异系数作为自适应学习函数,通过自主增加新的试验样本,增强代理模型的预测准确性。阀门控制系统和民用飞机电液舵机系统两个算例分析表明,在保证计算精度的情况下,通过变异系数自适应学习函数,仅需添加少量系统可靠寿命试验样本,就能够构建用来充分近似系统可靠寿命函数的Kriging代理模型,解决了重要性测度的高效求解问题,从而验证了所提方法的合理性和算法的高效性。