基于超椭球模型的故障树区间分析方法

针对传统故障树分析方法无法有效处理非精确失效概率的问题,提出了一种新的故障树区间分析方法。利用证据理论,由似真函数和信任函数获得底事件发生的区间概率。基于不确定变量的超椭球描述,构造了故障树区间算子,将底事件发生概率的不确定性传递到顶事件,并设计了求解条件极值的Monte-Carlo仿真算法,从而对故障树进行区间分析。该方法适用于统计数据缺乏或者难以得到实验数据的情况。理论分析和仿真实例表明,本方法合理可行,较好地反映了工程实际情况。     

基于证据理论的异类信息统一表示与建模

在复杂系统的性能、可靠性评估中,由于信息不完备、实验样本有限、对复杂物理过程的认识不充分等原因,存在多种不确定性.由于不确定性的来源不同,因此在系统建模时不确定性参数存在概率分布、模糊分布、概率包络、区间信息等多种表达方式,难以用统一的方法对系统的性能、可靠性进行量化评估.研究了概率分布、概率包络、模糊分布、专家估计信息、小样本测试数据等不同类型的信息转化为基于证据理论的统一表示的方法,讨论了基于证据理论的异类信息统一表示方法在模型不确定性量化中的应用.实例仿真表明了所提出方法的有效性.     

基于Kriging模型与重要性抽样的可靠性灵敏度分析

针对因无法获得功能函数的梯度信息而不能使用解析方法的情形,提出了进行可靠性灵敏度分析的高效的仿真方法,首先基于Kriging模型和重要性抽样去计算失效概率,然后通过记分函数(score function)方法求出失效概率对各个参数的偏导数。在计算失效概率时采用反问题(inversion problems)中的不确定性逐步减少(stepwise uncertainty reduction)准则来更新功能函数的Kriging模型,继而在重要性抽样的框架下将失效概率表示成一个"增大"的失效概率与修正项的乘积;而记分函数方法只是对前面抽样方法的一个简单后处理,不需要计算额外的功能函数值.对所提方法使用算例验证表明:当功能函数为昂贵的计算模型或对系统(非单个构件)进行灵敏度分析时,该方法具有较高的计算效率和精度。     

具有不确定性的多态系统可靠性

在对多态系统进行可靠性分析时,由于很难精确地估算元素各个状态的概率,人们常常利用模糊隶属函数及概率区间来表示这些概率。介绍了用模糊及区间模型估算多态系统可靠性的方法,并介绍了元素不确定性重要度的算法。在LevV.Utkin提出的元素不确定性重要度算法基础之上,提出了不确定性重要度的改进算法。改进算法不仅全面考虑了区间概率的不同含义,而且提高了可靠性分析的精度和可信度。     

基于权重系数与冲突概率重新分配的证据合成方法

证据合成方法将来自不同信息源的独立证据信息组合,产生更可靠的证据信息。但在证据完全冲突或冲突较大时,Dempster-Shafer证据合成公式失效。鉴于此,提出了一种新的证据合成方法,该方法充分考虑了证据在合成过程中的重要程度,通过引入权重系数和冲突概率的重新分配,新的合成方法提高了证据合成的可靠性和合理性,可得到更为理想的合成结果。     

考虑节点失效网络可靠性计算的重要度抽样随机模拟

针对同时考虑节点和边单元失效的一般赋权网络,提出了一种考虑节点失效网络连通可靠性计算的Monte Carlo随机模拟算法.Monte Carlo随机模拟方法包含单元状态抽样、网络系统连通状态分析和连通功能函数指标统计三个阶段.在系统连通状态分析阶段,提出将一般赋权网络转换为边权网络的等效化方法,此方法无需额外增加等效节点或边;在单元状态抽样阶段,采用重要度抽样函数进行随机抽样,增加对失效概率贡献大的抽样点出现概率,利用自适应方法求解最优重要度抽样函数.算例分析中,根据模拟均值的相对误差和变异系数两个指标,说明了本文方法的正确性和有效性.     

基于灰色关联系数和D-S证据理论的区间数投资决策方法

主要研究投资方案的指标值为区间数时的投资方案选择问题.定义了效益型和成本型指标下的理想属性区间数,并且通过理想属性偏离度定义把指标值为区间数的矩阵转化为以理想属性偏离度为测度的矩阵,把不确定性问题转化为确定性问题处理.在此基础上把灰色关联分析方法与证据理论相结合,构造了一种新的信息不确定度提取方法和基本概率分配函数,探讨了不同子集间信度函数和基本概率分配函数之间的数量关系;通过对各投资方案对应于不同指标下基本概率分配函数的确定,利Dempster法则进行信息融合, 确定最佳投资方案. 算例结果表明,文中提出的方法可以得到满意的决策结果并显著降低决策的不确定性.     

混合不确定多态系统可靠性的EUGF分析方法

在进行多状态系统可靠性分析时,很多情况下系统中同时存在着多个类型不确定信息,如一些复杂系统中,由于样本量的差异,一些信息可以作为随机信息,而另一些信息由于缺少足够的样本,只能以区间形式给出。提出一种基于证据通用生成函数理论的多状态系统可靠性分析方法,来处理多类不确定性信息的多态系统。该方法基于证据不确定性量化理论,能够充分利用区间信息和认知信息,避免了系统中信息的浪费。基于证据量化理论建立证据通用生成函数模型,采用信度和似然度对多态系统进行可靠性评价,提高了基于认知不确定性的可靠性分析结果的可信性。对于同时含有随机信息和认知信息的多态系统,该方法首先通过将随机信息离散处理,然后建立统一的证据通用生成理论模型进行多态可靠性分析。通过案例分析对所提出的方法进行了验证。     

阵列失效单元非凸压缩感知平面近场快速诊断方法

在阵列失效单元压缩感知近场诊断方法中,缺乏观测矩阵是否满足约束等距特性的先验信息,因此采用l1范数极小化凸优化算法将无法确保阵列失效单元的高概率精确诊断。针对该缺陷,提出了采用迭代重加权最小二乘的非凸压缩感知平面近场快速诊断方法。在失效单元个数远远小于单元总数的前提下,按照随机欠采样方式分别获取完好阵列和失效阵列的近场幅相信息,继而构造差异性阵列并利用所提的非凸优化算法对该阵列的激励进行重构,从而实现阵列失效单元的高概率精确诊断。数值仿真实验表明,所提方法不仅避免了观测矩阵约束等距特性的缺失对诊断性能造成的不利影响,而且克服了非凸范数易于陷入局部最优解这一弊端,明显缩短了诊断时间,有效提高了诊断成功概率。     

基于Monte Carlo-神经网络的系统相关失效概率模型

相关失效的存在大大降低冗余系统的安全作用，在工程实际中必须加以考虑。根据可靠性数学理论及零件失效机理分析。把零件失效概率看作是基于应力的条件概率，推导系统相关失效概率的数学表达式．通过Monte Carlo法仿真。得到零件条件失效概率的分布类型；并从已知的低阶失效数据中提取相关失效信息，建立神经网络模型，得到其分布参数。利用该模型可以预测系统中的任意阶相关失效概率，也可以用来预测组成零件相同、环境相同但不同大小的其它系统的相关失效概率。例示其应用方法并检验其预测能力，结果证明该方法准确可靠。