FMS可靠性验收试验的Bayes方法

本文提出了进行FMS可靠性验收试验的Bayes方法。该方法可以充分利用经验知识进行验收方案设计,有利于降低对试验时间的要求。     

多故障流系统维修决策的半马氏模型

许多现有的系统维修模型仅仅考虑了一种类型的故障,并把系统的劣化状态作为决策的状态变量。但是,对于大型复杂系统这样的维修策略要应用可能是很困难的。在本文中提出了用于确定最优维修策略的半马尔可夫决策模型。这种模型考虑了大修与小修,系统假定在每次大修后都能“修复如新”。系统的故障流做为Weibull过程考虑。但是,故障则被分为多种不同的类型并且考虑了它们之间的相关性。维修决策的状态变量是当前故障类型及累计故障次数。模型的目标函数是找出使单位时间的运行维修费用最小化。作者还给出了求解模型的混合策略迭代仿真算法。并且本文还给出了一个说明性的算例。     

基于拉格朗日松弛的航天测控调度上界求解算法

通过分析航天测控调度问题的测控需求,建立了航天测控调度0-1整数规划模型,运用拉格朗日松弛方法对模型中的设备约束和卫星约束进行了松弛,运用次梯度优化算法求得了拉格朗日对偶问题的上界.最后,通过对两个场景的试验分析,证明了运用次梯度优化算法求得的上界的有效性.     

美国实弹试验与评定

实弹试验与评定(LFT&E)是美军重要作战装备采办决策的基础。本文从美军实弹试验与评定的提出背景、分类、作用、主要过程、发展,实弹试验与评定中的建模仿真(M&S),实弹试验与训练(LFT&T)等方面阐述了美军实弹试验与评定的基本内容。     

航天测控调度问题的拉格朗日启发式算法

通过分析航天测控调度问题的测控需求,建立了航天测控调度0-1整数规划模型,运用拉格朗日松弛方法对模型中的任务约束和设备约束进行了松弛,运用次梯度优化算法求得了航天测控调度问题上界,同时得到了决策变量对应的拉格朗日权重,可以作为决策变量在最优解中是否被调度的启发式信息,对拉格朗日权重进行分析,提出了求解问题可行解的拉格朗日启发式算法。最后,通过对两个场景的试验分析验证了拉格朗日启发式算法所求可行解的优越性。     

基于隐Markov树的序贯故障诊断模型

为了充分利用先验信息和实测信号,提高故障识别率,根据Bayes方法和序贯决策的思想,将实测信号分段,将前一段信号的诊断后验信息作为后一段信号的先验信息,提出了一种基于隐Markov树(hidden Markov tree,HMT)的序贯故障诊断模型.给出了诊断模型的建模步骤、HMT模型的建立方法和Bayes后验概率的计算方法.将模型应用于某型减速器故障诊断的结果表明,对于有先验信息和无先验情况,该序贯模型都可以有效地提高故障识别率.