逐步增加Ⅱ型截尾样本下k/N(G)系统可靠性指标的置信区间

在逐步增加Ⅰ型截尾样本下,研究k/N(G)系统可靠性指标的区间估计问题。假设部件寿命服从指数分布,利用极大似然法和Bayes方法,首先给出了部件失效率的Bayes近似置信区间,其次推导出了系统可靠度和平均寿命的Bayes近似置信区间的计算公式。最后给出随机模拟例子,并对置信区间的精度进行了讨论。     

创造性思维粒子群优化的武器目标分配

现代战争特点为防空作战中武器目标分配(WTA)问题的求解效率和质量提出了新的需求和挑战.建立了WTA问题模型,并选择粒子群优化算法(PSO)求解模型.针对PSO算法在求解WTA模型中出现的早熟收敛特性,从认知心理学角度进行分析,将创造性思维(CT)引入PSO的速度更新公式中,提出了一种基于创造性思维的PSO算法CTPSO.针对WTA模型的离散性特点,设计了编码与解码策略,及位置和速度矢量的离散化运算规则.实验证明了CTPSO算法在WTA问题求解质量和求解效率方面的优越性.     

多阶段任务系统可靠性并联冗余优化模型

多阶段任务系统是一类普遍存在的复杂系统,研究其可靠性冗余优化对于该类系统设计具有重要的参考价值。针对多阶段任务系统的可靠性并联冗余优化问题,提出了采用冗余故障树和冗余BDD来描述系统冗余结构的方法。给出了冗余模块在多阶段任务系统中的可靠度计算方法,建立了整个冗余多阶段任务系统可靠度计算模型。在此基础上以费用最小为目标,构建多阶段任务系统可靠性冗余优化模型,并应用微粒群算法对模型进行求解。算例验证了模型的合理性及算法的有效性。     

基于灰色理论的电子系统状态预测方法

电子系统的状态预测是利用其历史信息来实现系统未来状态和趋势的估计,以防止灾难性故障的发生,对于推动视情维修具有重要意义。针对典型模拟滤波电路,通过分析其关键测试信号的特点,研究了基于灰色理论的状态预测方法,并针对该预测模型的不足,设计粒子群算法选择最佳预测维数,设计新陈代谢法使该模型参数在线改变,从而建立符合电子系统信号特点的灰色预测模型。将该模型与ARAM模型比较,实验结果验证了该模型具有较好的状态预测精度和预测性能。     

水下传感器网络冗余设计

冗余设计可以有效地延长水下传感器网络寿命和提高网络可靠性,基于可靠性理论,考虑水下传感器网络环境及节点垂直移动等约束,在对冗余非共享方案研究的基础上,结合水下传感器网络特点,提出了适合于水下传感器网络特点的冗余共享设计方案,并给出了冗余共享方案的可靠性模型,通过数值计算,研究了网络可靠性变化曲线及冗余节点数与网络寿命的关系。经过MATLAB软件仿真,表明在同一网络寿命情况下,相对于冗余非共享方案,冗余共享方案所需冗余节点数更少,降低了网络部署成本,达到了冗余优化的目的。     

工龄更换策略下的备件库存决策研究

针对单部件系统工龄更换策略下备件需求的特点,建立了工龄更换策略与备件库存控制的联合优化模型。该模型通过分析一个订购期内工龄更换间隔期T及备件最大库存水平S对系统寿命分布的影响,建立了工龄更换间隔期、订购间隔期及最大库存水平与单位时间总费用（包括维修费用和库存费用）的关系,然后以单位时间总费用最小为目标,优化工龄更换间隔期T、订购间隔期t0及最大库存水平S。最后,基于案例,运用Matlab对模型进行数值计算,结果表明模型能有效地降低单位时间的总费用。     

竞争失效产品恒应力加速寿命试验优化新方法

对加速寿命试验设计优化的相关知识进行研究分析,确定以竞争失效产品恒应力加速寿命试验为应用背景。在对加速寿命试验统计分析深入研究的基础上,通过分析方案要素、约束条件等建立优化目标函数,提出基于模拟退火算法的优化方法和具体实现思路。最后通过实例验证方法的可行性和实用性。     

综合火控系统对地轰炸精度分析仿真

针对航空轰炸武器火控系统精度分析问题,分别建立了数值微分算法和蒙特卡洛算法模型,并开发了仿真分析软件.给出了两种模型的推导过程,以及微分步长的优化方法.利用本算法软件对某型火控系统进行精度分析仿真,并对多组典型投弹条件的仿真结果进行分析.结果表明,两种算法优势互补,能有效地对火控系统进行精度分析,对改进系统设计、提高系...     

基于MapInfo软件平台的海战场无线电频率管理系统设计

以海战场无线电频率管系统为实际背景,通过分析其完成战场频谱管理任务时对数据和地理信息的要求,确定以地理信息系统为管理平台的支撑软件,同时还深入分析了桌面地理信息系统软件MapInfo的主要特性与技术支持,并结合上述应用背景,提出了一个基于MapInfo软件平台的海战场无线电频率管理系统设计方案。     

高可靠性软件的极值统计分析

提出了极值统计分析的方法.对于失效数据极值分布函数的拟合检验,采用了相关系数法;对于母体分布的参数估计,则分别采用了最小二乘估计(LSE)和极大似然估计(MLE);最后通过一个实例说明了统计过程,并用模拟的方法证明了最小二乘估计较好.