周期性检查装备瞬时可用度研究

论文阐述了研究周期性检查装备瞬时可用度的意义,系统分析了周期性检查单部件/复杂可修系统可靠性、维修性以及可用性建模和计算的研究现状和存在不足,指出了检查周期对保障成本和系统可用度的影响,当系统故障/维修时间服从一定分布时,合理确定检查周期可以降低保障成本,提高装备完好性。     

动态拉伸实验数据处理方法的改进及应用

通过对反射式霍普金森拉杆实验技术进行分析,发现加载杆和承压环之间配合不够紧密时,在加载波到达承压环处可能出现影响实验结果的干扰信号。为了修正实验测试结果,编写了带有修正功能的实验数据处理程序对实验数据进行修正处理。利用带修正功能的数据处理程序对一种铝合金的动态拉伸实验结果处理,结果表明,新的数据处理程序得到的结果是合理的。     

混合指数分布模型的Bayes分析

针对截尾试验数据的情况,给出了二元混合指数分布模型的平均寿命和可靠性函数的严格的Ｂａｙｅｓ点估计,并运用最大熵准则给出了可靠性函数的近似的Ｂａｙｅｓ置信下限估计。     

多模块ROP碎片化自动布局方法

返回导向式编程(Return Oriented Programming, ROP)是一种可有效绕过数据执行保护机制的技术。ROP通过搜索内存代码区中合适的汇编指令片段,可组成一段执行特定功能的程序。已有的ROP自动构造技术只考虑ROP链的功能实现,而忽视了ROP链布局对程序内存可控性的要求,导致自动生成的ROP链实用性低。为解决该问题,提出了一种基于符号执行的多模块ROP碎片化自动布局方法。该方法在ROP自动构造Q框架的基础上,以模块为单位对ROP链进行切片;使用符号执行工具S2E,对控制流劫持状态下的程序内存状态进行动态分析;为各ROP模块匹配相应的可控内存区域,构造碎片化布局的ROP链。实验证明,相比已有技术,该方法生成的ROP链有效降低了对程序内存可控性的要求。     

布尔函数不交化的立方体算法

布尔函数的不交化是进行系统可靠度计算中的重要步骤。本文提出了一种进行布尔函数不交化的立方体算法。基于布尔函数的立方体表示法及不交代数,文中定义了立方体的有关运算法则,建立了立方体矩阵不交化算法,并用算例进行了说明。本算法的实现效率高,操作简便。     

一种面向大规模HLA仿真的并行区域匹配算法

HLA仿真中,数据分发管理实现基于值的过滤,可以有效减少盟员接收冗余数据的可能性和网络中的数据流量。大规模HLA仿真系统在仿真推进中需要大量的区域匹配计算以维护数据分发管理的正确性。现有的区域匹配算法大多需要对所有区域进行匹配计算,造成了大量计算资源的浪费;同时,主要基于串行匹配思想,难以充分发挥多核平台的并行计算优势。针对现有区域匹配算法的局限性,提出了一种面向大规模HLA仿真的并行区域匹配算法,该算法能够实现对一次仿真推进中多个改变区域的并行匹配计算,同时在匹配计算中采用基于移动相交的基本思想,利用区域范围移动前后的历史信息,将匹配限定在移动区间之内,减少了大量的无关计算。理论分析与实验结果表明该算法尤其适合基于多核计算平台构建大规模分布式仿真的应用需求。     

考虑仿真可信度的舰炮虚拟校射

为利用仿真模型在有限校射样本的条件下对校射补偿量进行合理估计,对考虑仿真可信度的舰炮虚拟校射方法进行了研究。对自适应加权贝叶斯估计方法进行了研究,一方面对仿真先验可信度的计算方法进行了分析,另一方面对考虑先验可信度的自适应加权贝叶斯估计算法进行了研究。在此基础上,结合舰炮虚拟校射的原理和需求,建立了舰炮虚拟校射诸元误差自适应加权贝叶斯估计模型。仿真验证表明:自适应加权贝叶斯估计方法能够利用试验数据对仿真模型的可信度进行有效验证并进一步实现对目标分布的有效估计;所设计的校射方法能够综合利用仿真模型和校射样本的优势,实现对诸元误差的合理估计,达到有效提高校射精度的目的。     

LRE试车数据挖掘中基于最大散度差的模糊聚类分析方法

在对液体火箭发动机试车数据进行聚类分析时,为解决故障数据样本与正常样本类间差异不大的问题,引入最大散度差准则,提出基于最大散度差的聚类算法MSD-CA.该算法以散度度量样本间的相似性,使样本的类内散度最小化和类间散度最大化同时进行.在此基础上,应用模糊理论对最大散度差准则进行模糊化,提出基于最大散度差的模糊聚类算法MS...     

概率化认知控制模式下人为差错概率的量化方法

在现有成果的基础上,对CREAM方法中的人为差错概率量化进行了改进.介绍了CREAM基本法量化人为差错概率的基本思想;讨论了两种概率化认知控制模式的确定方法:贝叶斯网络法和模糊逻辑法,强调了概率化认知控制模式下量化人为差错概率的必要性.通过理论推导,构建了概率化认知控制模式下人为差错概率的量化方法.另外,为了提高计算效...     

一种面向关键属性更新的优化数据一致性算法

规模巨大且分布性强的P2P系统可能导致部分数据副本发布的更新被长时间地延迟,从而降低Internet上资源定位的效率。针对关键属性更新的特点,提出一种解决关键属性更新冲突的优化数据一致性算法。算法中分离出用户提交的更新请求中关于关键属性的更新,在对关键更新冲突分类的基础上,采用更新缓冲预处理和关键更新表两层机制并结合最新写胜出和分而治之规则,优化关键更新冲突的发现和解决。关键属性更新的优化处理使得不会产生因为关键属性更新的延迟而降低系统基于关键属性的资源定位效率,满足面向Internet的P2P系统的要求。模拟测试结果表明该算法在一致性维护开销、资源定位开销与资源访问开销以及鲁棒性方面均具有较好的性能。