基于模糊证据理论的船舶安全评估

针对船舶安全评估过程中的诸多不确定因素,提出了一种基于模糊证据理论的安全评估方法.将证据体空间中的事件视为模糊子集,并引入模糊概率,更好地描述了专家意见(或知识),给出了质量分配函数的表示.最后,结合某船舶系统,给出了其安全评估的具体实现过程.结果表明,该方法可靠、有效.     

一种求解武器系统可靠性分配的非精确方法

在考虑资源约束的基础上,通过建立一种资源-可靠度-满意度三者平衡的可靠性分配和优化模型,将对武器系统可靠性最优分配问题转化为对模糊非线性规划问题的求解,从而为武器系统可靠性的最优化问题提供了一种新方法。为获得具有实际意义的数值解,提出一种沿着加权梯度方向进行变异的特殊遗传算法,并结合某高炮系统的应用分析,证明了该方法的有效性和合理性。     

基于灰色随机Petri网的构件化软件可靠性早期评估方法

针对构件化软件系统本身的复杂性和早期可靠性评估存在的"贫信息、少数据"的问题.提出了一种灰色随机Petri网(GrSPN)模型.该模型在随机Petri网的变迁速率中引入灰数,首先结合系统GrSPN模型的可达树确定系统的状态标识集及其子集,然后将得到的GrSPN转化为与其同构的连续时间马尔可夫链(MC).通过对MC的平稳...     

网络系统可靠性评估的模糊神经Petri网方法

针对网络信息系统可靠性建模困难的问题,提出了一种新的可靠性估计的模糊神经Petri网方法。给出了模糊神经Petri网定义及其适用于可靠性建模的引发规则,并在此基础上提出一种学习算法,其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。最后建立了信息系统可靠性评估模型,并通过定性分析和定量的实例计算,验证了算法的有效性。     

基于BP神经网络的D-S证据理论及其应用

命题基本概率分配(BPA)的确定是D-S证据理论得以广泛应用的关键之一.目前,大部分确定方法受专家知识偏好影响较大,难以反映客观情况.将BP网络运用到基本概率分配的确定过程中,使得BP网络和D-S证据理论两者有机地联合应用,这样既可利用D-S证据理论来表达和处理不确定信息,又可以充分发挥BP网络的自学习、自适应和容错能力.文中建立了基于BP网络的D-S证据理论的故障诊断模型,并给出了证据的融合算法.仿真实验表明,该模型可行.     

云模型和混合Petri网相结合的系统可靠性评价

针对复杂系统可靠性评价中工作环境可变的情形,提出基于云模型和混合Petri网相结合的可靠性评价方法。首先采用云模型描述系统的环境适应能力指数,并将其作为混合Petri模型中连续库所的托肯值来控制该模型中变迁的变迁率,然后采用基于Petri网的蒙特卡罗方法对不同环境下的系统可靠性进行仿真求解,得到系统在不同时刻下的失效率。最后以一个C4ISR系统为例,验证了该方法在解决可变工作环境下的系统可靠性评估是可行的。     

一种求解软件可靠性分配的非精确方法

在考虑开发成本约束的基础上,通过建立一种开发成本-可靠度-满意度三者平衡的软件可靠性分配和优化模型,将对软件可靠性最优分配问题转化为对模糊非线性规划问题的求解,从而为软件可靠性分配的最优化同题提供了一种新方法.为获得具有实际意义的数值解,提出一种沿着加权梯度方向进行变异的特殊遗传算法.最后结合实例,证明了该方法的有效性...     

一种模糊学习Petri网模型及其收敛性分析

Petri网是对具有产生式规则的故障诊断系统建模的有力工具,但其学习能力不强。以Petri网的基本定义为基础,结合模糊逻辑和Petri网模型,并在此基础上引入人工神经网络技术,定义了模糊学习Petri网模型。模型中的隐含库所和变迁将人工神经网络中隐含神经元内部信息处理过程明确化,然后对该模型提出一种逐层调整变迁阈值的训练算法,该算法通过逐层调整的方式来获取变迁的阈值,改善了网络的学习效率,并对算法的收敛性进行了证明。最后,以故障推理实例验证了算法的有效性与实用性。