The joint signature of coherent systems

We investigate the joint signature of $m$ coherent systems, under the assumption that the components have independent and identically distributed lifetimes. The joint signature, for a particular ordering of failure times, is an $m$‐dimensional matrix depending solely on the composition of the systems and independent of the underlying distribution function of the component lifetimes. The elements of the $m$‐dimensional matrix are formulated based on the joint signatures of numerous series of parallel systems. The number of the joint signatures involved is an exponential function of the number of the minimal cut sets of each original system and may, therefore, be significantly large. We prove that although this number is typically large, a great number of the joint signatures are repeated, or removed by negative signs. We determine the maximum number of different joint signatures based on the number of systems and components. It is independent of the number of the minimal cut sets of each system and is polynomial in the number of components. Moreover, we consider all permutations of failure times and demonstrate that the results for one permutation can be of use for the others. Our theorems are applied to various examples. The main conclusion is that the joint signature can be computed much faster than expected.     

基于改进蚁群算法的云计算任务调度研究

把改进的蚁群算法应用到云计算任务调度中,通过将任务在虚拟机上的一次分配作为蚂蚁的一次成功搜索,实现了虚拟机的负载均衡和调度时间的优化,提高云计算资源分配的效率。通过在Cloud Sim平台下进行仿真测试,结果显示,改进蚁群算法在负载均衡性能和总的任务调度时间方面均优于基本的蚁群算法。     

面向试验过程的发射场地面设备风险分析方法

针对现有风险分析方法无法较好地描述风险在系统运行过程中的分布情况,提出了面向试验过程的风险分析方法。该方法能够对系统进行全面的描述,并可以给出系统的风险事件分布。在风险识别阶段使用风险分布图和风险事件分析表,使分析人员更容易掌握系统风险分布的全局和细节,最大限度避免风险事件遗漏;在风险管理阶段使用风险分布图,将风险事件与试验过程或作业环节相联系,可以使管理人员和作业人员直观了解系统中风险存在的位置和形式,更有利于风险的控制。该方法使风险分析更接近于试验任务过程实际,更容易为工程技术人员所掌握。     

多阶段任务系统可靠性分析的ROBDD算法

针对Markov方法分析多阶段任务系统(Phased-Mission System,PMS)可靠性时的状态空间爆炸问题,基于层次化建模思想,建立了PMS任务可靠性的顶层系统二维决策图(Binary Decision Diagram,BDD)模型和底层部件Markov模型。通过分析BDD中的同构节点和冗余节点,提出顶层模型构造过程中的同构节点合并策略和冗余节点删除策略。利用上述节点压缩策略生成简化模型,提高模型构造和存储效率。基于PMS部件排序规则,给出了层次化模型的递归求解方法,该方法的计算复杂度与顶层模型中的节点总数呈线性关系。通过算例分析,对比采用节点压缩策略前后的模型节点数,以及层次化方法与Markov方法的计算结果,验证了简化层次模型的正确性和有效性。     

基于速度可控粒子群算法的航天测控系统任务可靠性分配

航天测控系统是一个典型的多阶段任务系统,讨论了可靠性分配时的约束条件和分配目标,构建了其任务可靠性分配模型,针对任务可靠性分配这类复杂的约束组合优化问题,提出了一种速度可控的粒子群优化算法.为克服粒子群算法的早熟问题,该算法引入了速度更新的方向控制规则和尺度控制规则用于增加群体的多样性,并根据两种控制规则,提出了种群粒子的速度更新策略.通过算例仿真,表明算法在用于航天测控系统任务可靠性分配问题时具有分配结果优、收敛速度快等优点.     

一种面向复杂地理空间栅格数据处理算法并行化的任务调度方法

随着并行计算技术的成熟,地理空间栅格数据处理算法的并行化研究成为新的热点。聚焦于处理流程包含多个计算步骤的复杂地理空间栅格数据处理算法,基于空间计算域理论,提出了一个随着算法处理流程而动态变化的任务调度方法。实验证明,该方法在算法流程的每一个计算步都会调整任务分组方案,因此相比于传统任务调度方法,任务调度的负载均衡效果更好,并行算法程序的运行时间更短。     

成败型产品的Bayes鉴定试验方案研究

利用可靠性增长模型给出了成败型产品鉴定试验的一种Bayes方法.提出了Bayes鉴定试验的最大后验风险准则,利用这种准则制定的鉴定试验方案综合了产品研制过程中的先验信息.在确保产品质量的前提下,与传统的鉴定试验方案相比,将大大节省试验时间.     

基于分合粒子群算法的多无人机任务重分配

多UAV在执行任务过程中,战场环境以及UAV编队状态的改变将导致原有的分配计划失效或效率降低,因此有必要重新分配任务。针对多无人机任务重分配问题,首先建立了相应的数学模型。其次运用分组基础上的任务重分配策略进行任务分配,提出了改进的K均值聚类算法进行初步分组,再在分组的基础下,提出了分合粒子群优化算法进行组内任务分配。最后进行实验仿真。实验结果与分析表明基于分合粒子群算法的任务重分配方法能有效地满足多变的战场环境要求。     

基于ExtendSim的系统可靠性建模

针对传统可靠性仿真模型建模繁琐,编程困难的问题,建立了基于Ex tendS im的可靠性模型,即串联、并联、旁联模型,相比传统方法具有建模直观、调试方便等优点,并以某混联系统为例与解析模型进行了对比验证,仿真结果表明,建立的可靠性模型是可信的,且此模型不依赖于单元寿命分布,相比解析模型具有更强的适应性。     

50000m~3油罐壁厚设计比较与分析

油罐的壁厚设计关系到油罐的经济性和可靠性,如何把握两者的辩证关系对油罐的设计与建设具有十分重要的意义。传统上大型油罐壁厚设计采用的是变点法;以可靠度理论为基础,以可靠性分析模型为核心,提出利用可靠度法求解大型油罐壁厚的新方法。以50 000 m3油罐为例,编程分析并计算以2种方法设计的壁厚。变点法设计的底圈罐壁厚度与圈数无关;以中心点可靠度法求解壁厚,可靠性指标一定时,底圈罐壁厚度同样与圈数无关。探讨可靠度法求解壁厚的可行性,验证变点法设计壁厚的可靠性。