矿井运提系统可靠性模型

指出了目前矿井运提系统可靠性研究存在的问题,论述了矿井运提系统可靠性的概念定义,分析建立了软性连接仓运系统有效度模型、多工作面运输系统模糊有效度模型和矿井多工作面同采软性连接系统有效度模型,进行了实例分析,验证了所建模型的正确合理.     

精度与程度的逻辑差粗糙集模型及其算法

基于精度与程度的逻辑差需求,提出了精度与程度的逻辑差粗糙集模型,定义了粗糙集区域概念. 在精度与程度的逻辑差粗糙集模型中,得到了粗糙集区域的基本结构和精确描述,提出了计算粗糙集区域的宏观算法和结构算法, 并进行了算法分析与比较,得到了结构算法具有时间优势和空间优势的结论. 最后用一个医疗实例对模型及其算法进行了说明. 精度与程度的逻辑差粗糙集模型,部分拓展了程度粗糙集模型和经典粗糙集模型,在决策表应用中具有广阔前景.     

面向复杂系统可靠性仿真的Agent设计与验证

针对复杂系统可靠性仿真问题,采用多Agent仿真方法,设计了用于可靠性仿真的任务单元Agent模型,对其结构、状态、事务处理流程、通信机制、数据收集机制等进行了描述,并给出了基于任务单元Agent构造复杂系统可靠性模型的方法和仿真模型的工作流程。实例对比验证表明,该方法能够有效解决复杂系统可靠性的预计等问题,大大降低了复杂系统可靠性预计的难度。     

包含错误恢复的软件可靠性仿真研究

基于结构的软件可靠性分析模型虽然能够在构件可靠性、系统结构、系统可靠性三者之间建立联系并分析,但由于其模型中大多使用可靠性常量来刻画构件可靠性,忽略了实际软件开发过程中错误恢复对系统可靠性的影响.为此,利用离散事件仿真手段对构件失效行为、系统失效行为和错误恢复进行仿真,给出一种包含错误恢复的软件可靠性仿真分析方法,该方法在软件测试阶段能够反映构件可靠性增长对于系统可靠性的影响,同时具有软件可靠性增长模型和基于结构的软件可靠性分析模型的优点.通过对两个软件系统的可靠性仿真分析验证了该方法的有效性.     

高产高效矿井采运系统可靠性模型

在煤仓可靠性分析的基础上 ,建立了“一矿一面”和“一矿二面”高产高效矿井采运系统可靠性模型 ,得到了系统可用度和相对利用率的计算公式 .模型能预测采运系统可靠性指标 ,找出系统的薄弱环节 ,提出改善系统可靠性的措施 ,从而为矿井的高产高效提供科学依据 .把该模型应用于潞安矿务局常村矿采运系统表明 ,它是可靠和实用的 ,其结果对该矿的高产高效有指导意义.     

随机Petri网的坦克综电系统总线性能分析

针对运用解析法对车辆电子系统进行性能建模分析困难这一问题,运用SPN构建基于Petri网的综合电子系统模型。提出了系统的性能分析方法,运用SPNP仿真软件进行系统建模,得出了某型车辆总线性能分析指标。实验结果证明,基于SPN的车辆综合电子系统总线建模的正确性与可行性。     

基于UML的管道虚拟仿真系统设计

基于面向对象开发过程，构造了管道虚拟仿真系统总体框架，建立了管道虚拟仿真应用子系统的需求分析与系统设计UML模型。从管道虚拟仿真系统OOA到OOD阶段，分别体现了软件复用的特点，能够实现在可复用的UML模型基础上进行过程工业的管道虚拟仿真系统开发。模型可重用性好，已得到实际应用验证。     

一种典型防空导弹武器系统可靠性模型及仿真实现

可靠性是地空导弹武器系统的重要性能指标之一。不同的地空导弹武器系统,其子系统有不同的可靠性模型。仿真法是进行地空导弹武器系统可靠性研究的有效途径。基于典型防空导弹武器系统的组成结构、工作过程和工作状态,建立了其可靠性逻辑关系、数学模型和仿真模型,讨论了仿真软件的结构,给出了仿真流程,编制了仿真软件,得到了某战术想定下的武器系统可靠性指标。该指标能满足战术使用要求。     

测试代价敏感的粗糙集方法

在粗糙集模型中,α量化不可分辨关系是强与弱不可分辨关系的推广形式.然而值得注意的是,基于这三种不可分辨关系的粗糙集并未考虑数据中属性的测试代价.为解决这一问题,提出了测试代价敏感的α量化粗糙集模型,从二元关系的角度使得粗糙集模型代价敏感,并将新模型与基于强不可分辨、弱不可分辨以及传统α量化不可分辨关系的粗糙集模型进行了对比分析.进一步地,通过分析传统启发式算法在求解约简的过程中未考虑降低代价这一不足之处,提出一种新的属性适应性函数,并将其应用于基于遗传算法的约简求解中.实验结果表明该方法不仅可以降低由边界域所带来的不确定性而且同时降低了约简后的测试代价.     

高级体系结构（HLA）和新一代的分布交互仿真

基于ＨＬＡ的定义和组成,本文分析它对分布交互仿真（ＤＩＳ）技术的影响及与目前基于ＩＥＥＥ１２７８标准的ＤＩＳ２．Ｘ的差别;分析如何实现从现有的ＤＩＳ模式向ＨＬＡ模式的转换;最后论述了新一代的分布交互仿真应在ＨＬＡ技术框架的指导下,制定出相应的标准,以满足更广范的应用需要。     

多阶段任务系统(PMS)可靠性模型研究

多阶段任务系统(phased mission system,PMS)包含了一系列具有时间连续且不相互覆盖的基本任务阶段。针对系统特点,对PMS的两种可靠性模型进行了初步的讨论和分析,并提出了一种对包含可修任务的PMS系统可靠性评估的方法。该方法从任务可靠度的角度描述了系统的可靠性,并结合可用度、可信度等描述参数建立了新的评估模型。最后从理论上分析了此方法的可行性,并通过实例验证了其有效性和正确性。     

基于BP网络的LSCS仿真可信性评估方法

复杂大系统仿真可信性评估具有数据量大、受环境和结构变化影响多等特点,人工神经网络的并行处理和自学习能力符合问题求解需求。建立了仿真可信性评估的模型并将其与人工神经网络计算原理相比较,确立了方法研究的依据并给出了评估实施的步骤;接着从网络结构设计、训练样本选择与预处理和学习算法分析三个方面深入研究了基于BP网络的可信性评估方法的设计;最后以空地攻防对抗仿真为例,说明了其应用。结果表明:该方法具有评估精度高、实现简单、适应性强等优点。     

有杆泵抽油系统可靠性数字仿真研究

利用可修系统可靠性分析理论，提出在役有杆泵抽油系统工作可靠性数字仿真模型，在对现场数据收集，整理的基础上，推断各子系统寿命和维修时间的统计模型，运用Monte Carlo法通过抽样模拟对系统可靠性和维修性进行数字仿真，实现对系统可靠性的定量评价。     

基于系统效能的大型机电工程项目质量索赔定量研究

针对大型机电工程项目实施过程中,业主方如何对系统进行全面、客观的质量评估问题,在综合考虑系统可靠性、可用性等影响业主收益的各种因素的基础上,应用系统综合的方法,提出了业主方进行质量评估的系统效能的概念,建立了能在工程进行的任何阶段对工程系统质量情况进行评价的基于系统效能的定量分析模型,并在此基础上得到了工程系统质量索赔模型和进行索赔定量分析的计算步骤.     

两种人工智能方法应用于地热热泵系统辨识

本文分别采用神经网络和遗传规划这两种人工智能方法去解决地热热泵系统的辨识问题。由试验所得的检验数据可知,用这两种方法得到的模型的平均误差在7%以内。这说明单纯采用人工智能方法对地热热泵系统进行辨识是可行的。同时通过对两种方法的分析比较得出,遗传规划方法有潜在的能力去解决HVAC领域中的系统优化设计和调控的问题。     

信息化陆战场多传感器系统可靠性模型

信息化陆战场上,多个传感平台(装备)综合集成为多传感器系统以实施信息收集与融合,故需要对其可靠性模型问题进行探讨。采用将战术任务转化为技术体系结构的方法,从系统及其组成部分的工作原理和功能关系出发,提出了多传感器系统的作战体系结构和功能体系结构,并在故障描述的基础上,建立了其可靠性框图与可靠性数学模型。对多传感器系统进行的可靠性预计与分配,表明该可靠性模型可以应用于可靠性研究、分析和设计中。     

用FPGA实现RS-485通信接口芯片

在点对多点主从通信系统中 ,需要合适的接口形式和通信协议实现主站与各从站的信息交换。RS -4 85接口是适合这种需求的一种标准接口形式。当选择主从多点同步通信方式时 ,工作过程与帧格式符合HDLC/SDLC协议。介绍了采用VHDL语言在FPGA上实现的以HDLC/SDLC协议控制为基础的RS - 4 85通信接口芯片。实验表明 ,这种接口芯片操作简单、体积小、功耗低、可靠性高 ,极具实用价值。     

矿井通风网络最小独立路集不交化可靠度的计算

运用可靠性工程理论及不交型积之和定律 ,在大型网络系统可靠度计算的基础上 ,提出了矿井通风网络系统最大线性无关最小独立路集予以真子集涤除的不交化可靠度计算的实现方法 .根据不交化可靠度计算法 ,当最小独立路集按所含网络分支的多少进行升序排列时 ,还可进一步减少中间过程的计算量 ,从而达到最佳不交化简化计算的效果 .实例分析表明 :采用升序排列的最小独立路集并按不交型积之和定理予以真子集涤除的不交化处理后 ,不仅计算值等同于一般网络分析中用全概率公式计算的矿井通风网络系统可靠度 ,而且 ,计算工作量大为简化 .     

集成“3S”技术的森林防火决策支持系统研究

从数据库设计、火险等级预测、火灾损失评估、空间分析、信息提取等功能模块方面,分析了基于地理信息系统(GIS)、全球定位系统(GPS)和遥感(RS)技术的森林防火决策支持系统的结构和开发环境,系统采用组件式GIS技术,成功地实现了3S与林火损失评估模型、林火预测模型的无缝集成.文章还探索地把粗集理论应用在林火等级预测中.该系统具有数据管理、更新、互查询、显示、输出和模型分析等功能,为森林防火管理提供及时的、可靠的信息支持.     

基于串联灰色神经网络的电力负荷预测方法

为了提高电力负荷预测的精度,分析现有人工神经网络和灰色预测方法各自的优缺点,将二者相结合提出了一种串联灰色神经网络预测方法.新方法利用灰色预测中的累加生成运算对原始数据进行变换,从而得到规律性较强的累加数据,便于神经网络进行建模和训练,同时避免了灰色预测方法存在的理论误差.最后实际算例证明了方法的有效性.方法适用于中长期负荷预测.