Network reliability assessment in a random environment

In this paper we consider networks that consist of components operating under a randomly changing common environment. Our work is motivated by power system networks that are subject to fluctuating weather conditions over time that affect the performance of the network. We develop a general setup for any network that is subject to such environment and present results for network reliability assessment under two repair scenarios. We also present Bayesian analysis of network failure data and illustrate how reliability predictions can be obtained for the network. © 2003 Wiley Periodicals, Inc. Naval Research Logistics 50: 574–591, 2003     

军事网络拓扑搜索

叙述了军用网络拓扑发现的特点和存在问题,军用网络拓扑发现的算法分两步:第一步,主干网络级,以路由器为主的网络主构架拓扑发现,给出了实现算法的数据结构和流程图;第二步,子网内拓扑发现,子网发现利用网桥管理对象组的信息,给出以交换机为骨架的子网拓扑,给出了子网拓扑发现算法。对开发网络拓扑发现软件有参考价值。     

基于镜像延拓和神经网络的EMD端点效应改进方法

经验模态分解(Empirical Mode Decomposition,EMD)在机械故障诊断中存在一个比较严重的问题,即端点效应。镜像延拓是克服端点效应的有效方法,采用镜像延拓处理端点效应时,要求将镜面放置在局部极值点处,针对这一问题,提出了一种基于镜像延拓和神经网络相结合的数据延拓方法。采用神经网络预测原信号序列,将信号向前向后各延拓一个极值点,再采用镜像延拓有效地减小EMD分解中的端点效应。通过对仿真信号的分析,验证了该方法能有效抑制EMD方法中的端点效应问题。     

网格环境下虚拟物流企业模型描述及设计研究

虚拟物流企业设计的目的是获取最佳的物流效能,而最佳物流效能必须通过最佳的组织效能来体现,表现在物流使命与企业架构的匹配。由于网格环境下虚拟物流企业设计较为复杂,基于组织权变理论,首先给出了相关的基本概念,指出虚拟物流企业设计包括工作流程和企业架构设计两个方面,设计过程就是二者的平衡过程。此外,按照在物流资源约束的情况下能够产生最佳组织状态为要求,进行了虚拟物流企业设计,以数学模型表示了设计过程,并明确了求解任务,对虚拟物流企业设计研究由定性分析向定量研究转变进行了初步尝试。     

基于神经网络集成的传感器故障诊断研究

针对诊断传感器偏置故障及漂移故障的难点问题,提出了一种基于神经网络集成的传感器故障诊断方法。该方法将传感器输出看做时间序列,通过加噪声生成抖动数据,建立多组神经网络,以获得神经网络集成预测器输出。通过将预测器输出与传感器实际输出相比较获取残差序列,获得基于残差序列的传感器偏置故障和漂移故障的辨识策略,实现传感器故障在线诊断。应用结果表明该方法可以提高神经网络的运算精度,从而快速准确地检测和分离传感器故障,辨识传感器故障类型以及故障发生的时间。     

一种基于主动网络技术的拥塞控制模型研究

文章对传统拥塞控制方案和主动拥塞控制算法进行研究,在此基础上提出了一种新的主动拥塞控制模型。重点描述了该模型的功能结构和软件控制流程,并对用于拥塞控制的主动报文封装格式进行了设计。最后对该模型的公平性、稳健性以及安全问题进行了探讨。     

战区弹药保障敏捷供应链优化模型及实现算法

针对现有的供需矛盾,在分析战区弹药保障供应链管理任务需求的基础上,初步构建了战区弹药保障敏捷供应链管理框架及运行机制,分析了战区弹药保障敏捷供应链的供需协同机制,重点对多级库存优化控制模型、多级弹药配送决策优化模型及实现算法进行了研究,提出了战区弹药保障敏捷供应链建设的具体对策。     

一种基于QFD与ANP的装备作战需求分析方法

针对当前在装备论证过程中缺乏合适的方法和工具将模糊的军事需求科学合理地映射到定量的作战使用性能上去的问题,提出一种基于质量功能部署(QFD)与网络分析法(ANP)的装备作战需求分析方法.该方法能够辅助论证人员深刻理解和合理判断论证中各种因素之间的相互影响关系,通过结构化的装备作战需求分析过程得到能正确反映军事需求的作战使用性能重要度排序.通过实例验证了方法的有效性和实用性.     

基于概率神经网络的设备故障诊断及仿真分析

针对某些难于建立准确数学模型的复杂系统,用神经网络的方法进行故障诊断有其独特的优越性.首先分析了概率神经网络(PNN)的基本结构及其训练算法,建立了某型航空发动机故障分类的概率神经网络模型,通过对该设备故障进行定性诊断,对比分析了概率神经网络与常用的误差反向传播神经网络(BPNN)分类模型对各类故障的分类效果.仿真表明,基于PNN模型的分类方法在分类速度、精度和泛化能力方面均优于基于BPNN的模型,是一种有效的故障分类方法.     

基于神经网络的混合双滤波器自适应目标跟踪算法

在分析近期基于神经网络数据融合的目标跟踪算法的基础上,结合一种新的自适应滤波模型(NAF)和速度估计自适应跟踪算法(AVE),提出了基于神经网络混合双滤波器的机动目标自适应跟踪算法(NHDF).该算法通过在线自动调节网络输出进行过程噪声方差融合,降低了现有算法因系统方差的调整不当而带来的精度损失.理论分析及仿真结果证明,与"当前"统计模型、速度自适应模型和新的自适应模型算法相比,该算法具有跟踪精度高,自适应能力强的优点.