n/k(G)表决冗余多阶段任务系统可靠性优化模型

提出采用多阶段任务系统（phased mission systems, PMS）冗余故障树模型和PMS冗余二元决策图（binary decision diagram, BDD）模型来描述冗余多阶段任务系统;通过递归法实现PMS冗余故障树模型到PMS冗余BDD模型的转换,从而得到整个PMS的最小割集;在分析n/k(G)表决冗余模块在PMS中可靠度计算模型的基础上得到整个PMS的可靠性计算模型。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。算例通过一个三个阶段n/k(G)表决系统来阐述该方法的应用,并验证了模型的合理性及算法的有效性。     

求解复杂系统可靠性冗余问题的量子萤火虫算法

针对复杂系统中冗余优化设计难度大、可靠度和系统成本难以达到既定要求的问题,提出了一种量子萤火虫算法。该算法将量子理论与萤火虫算法有效融合,通过采用量子位实数编码和量子旋转门的方式,扩展了萤火虫的寻优空间,使算法的全局搜索能力和搜索效率得到提高,利用量子旋转门使量子态|0〉和量子态|1〉进行有效转换,避免了萤火虫在领域半径内大面积聚集的现象,防止了算法过早陷入局部最优值。通过基准函数和典型算例对该算法进行仿真测试和对比分析,实验结果验证了该算法的有效性和可行性。     

传动系统的冗余可靠性优化

传动系统的冗余可靠性优化曾励方卫宁秦大同骆颖传动系统的冗余可靠性优化@曾励@方卫宁@秦大同@骆颖...     

系统冗余优化设计的启发式算法

可靠性设计是系统设计的重要环节,系统冗余设计是可靠性设计的重要方法,也是提高系统可靠性的有效手段。在Sharma算法思路的基础上,考虑了新的试探方式,试图给“最有可靠度效益的级”增加冗余,并采用级替换因子判断给系统中的哪一级增加冗余对系统最有效益。在替换因子的考虑上,提出两种算法,并举例说明算法如何在部件可靠度确定的情况下,考虑系统设计代价(费用,重量,体积等),优化配置部件的冗余数。     

带冗余串联系统可靠性设计的一种高效优化技术

本文对带冗余串联系统的可靠性设计提出了一种新的优化技术。通过控制系统可靠度的取值变化来获得串联系统各阶段的冗余单元数,而系统可靠度的最优值则采用区间对分法来寻求。实例说明,这种方法计算简便,快速和有效。     

基于协同平衡的可靠性冗余设计优化算法

可靠性冗余设计优化是航天装备研发工作的重点之一。在系统可靠性平衡优化的基础上提出了协同平衡的新概念,即利用单元协同变化实现复杂系统可靠性冗余设计的进一步优化。所提算法充分考虑冗余单元变化对复杂系统可靠度、费用、体积、质量和功耗等性能参数的影响,可以解决各类可靠性冗余设计优化问题。计算结果表明基于单元协同平衡的可靠性冗余设计优化算法可以有效实现可靠性冗余设计的优化目标,同时具有计算成本低、效率高等优点。     

三状态系统的可靠性冗余设计及冗余优化

针对飞行器的电源系统 ,论述了三状态系统冗余设计的可靠性分析方法 ,给出了三状态系统最优冗余数的计算公式 ,所得出的结论不仅适用于各种飞行器电源系统 ,也适用于其它三状态控制系统     

基于分布式免疫进化算法的函数优化

针对遗传算法在寻优过程和多峰值函数求解中出现的“早熟”问题以及免疫算法收敛速度较慢问题,将免疫算法和进化算法进行优势融合,并结合改进的进化算法的并行模型,提出一种新的算法--分布式免疫进化算法（distributed immune evolutionary algorithm,DIEA）。新算法主要包括记忆种群进化模块和子种群进化模块两个部分,子种群的主要功能是找出各个区间的局部最优解;主种群主要是进行全局搜索,寻找全局最优解。仿真实验表明,该算法具有很高的全局寻优能力和很快的收敛速度,适合求解复杂多峰函数优化问题。     

函数优化的量子蝙蝠算法

基于量子进化算法和蝙蝠算法,提出一种新型优化算法——量子蝙蝠算法。该算法采用量子位对蝙蝠的位置进行编码,用量子旋转门实现对蝙蝠最优位置的搜索,用量子非门实现蝙蝠的变异以避免早熟收敛。通过对典型复杂函数的实验和与其他算法的比较,结果表明,该算法能够有效避免局部最优,全局寻优能力强。     

函数优化的量子蚂蚁算法

借鉴蚁群算法的进化思想,提出一种求解连续空间优化问题的量子蚂蚁算法.该算法主要包括全局搜索、局部搜索和信息素强度更新规则.在全局搜索过程中,利用信息素强度和启发式函数确定蚂蚁移动方向.在局部搜索过程中,提出了基于Delta势阱的量子搜索,以改善寻优性能,加快收敛速率.通过实例验证表明了该算法的有效性.     

基于灵敏度分析的系统可靠性稳健分配优化方法

在系统可靠性分配中,考虑单元可靠度的不确定性已是可靠性分配的现实需要.为了提高系统可靠性分配优化的质量,将稳健理论引入可靠性分配中,提出基于单元可靠性灵敏度的系统可靠性稳健分配方法.将单元可靠性灵敏度溶入系统可靠性分配模型之中,建立系统可靠性稳健分配模型.在此基础上,采用粒子群-序列二次规划算法对该模型进行优化设计,该混合算法既保持了粒子群算法全局收敛的特点,又补充了序列二次规划法精确求解的能力,因此该混合算法可以快速获取全局最优解.通过对发动机曲柄连杆机构进行可靠性稳健分配设计,验证了可靠性稳健分配模型的合理性和混合算法的寻优能力.对结果分析表明,所提方法可以较好解决单元可靠度不确定时的可靠性分配问题,混合算法具有较强的全局搜索能力,分配优化结果具有较强的稳健性.     

COMPARISON OF MAX—MIN APPROACH AND NN METHOD FOR RELIABILITY OPTIMIZATION OF SERIES—PARALLEL SYSTEM

Two heuristics, the max-min approach and the Nakagawa and Nakashima method, are consideredfor the redundancy allocation problem with series-parallel structure. The max-min approach canformulate the problem as an integer linear programming problem instead of an integer nonlinearproblem. This paper presents a comparison between those methods from the standpoint of solutionquality and computational complexity. The experimental results show that the max-min approach issuperior to the Nakagawa and Nakashima method in terms of solution quality in small-scale problems,but analysis of computational complexity shows that the max-min approach is inferior to other greedyheuristics.     

基于高维R-vine Copula的金融市场投资组合优化研究

为优化国际金融市场的投资组合,本文以全球具有代表性的七大股票市场重要股票指数作为金融市场的典型代表:首先运用较为灵活的APARCH模型来刻画股票指数收益序列的"典型事实"特征,其次针对投资组合优化模型中变量之间复杂相依关系,采用最大生成树MST (maximum spanning tree,MST)算法选择的R-vine Copula来刻画七个股票市场的相依结构,进而测度R-vine Copula相依结构下组合风险CVaR,最后基于R-vine Copula相依结构条件下建立Mean-CVaR投资组合模型,并实证对比了Mean-VaR,Mean-CVaR和基于R-vine Copula相依结构下的MeanCVaR模型的拟合效果.实证结果表明:考虑资产之间的相依结构能起到优化投资组合的效果,在降低投资组合风险的同时增加了回报率;基于R-vine Copula相依结构下的Mean-CVaR模型投资组合优化效果明显优于Mean-CVaR模型,而Mean-VaR模型较其它两种模型表现相对较差.     

基于非参数核密度估计的Copula函数选择原理

在金融市场风险分析中,准确刻画金融资产间的相关结构非常重要.因此在给定的Copula函数族中,选取合适的Copula函数来捕捉金融资产间的相关结构尤其关键.鉴于此,基于核密度估计建立了一种新的Copula函数选择方法——核密度选择原理,并通过蒙特卡罗模拟,将核密度选择原理与常用的基于AIC准则和基于经验Copula函数的Copula选择原理的选择效果进行了系统比较.实验表明,核密度选择原理不仅避免了求Copula函数的密度函数,而且选择效果最好.在金融市场风险分析中,准确刻画金融资产间的相关结构非常重要.因此在给定的Copula函数族中,选取合适的Copula函数来捕捉金融资产间的相关结构尤其关键.鉴于此,基于核密度估计建立了一种新的Copula函数选择方法——核密度选择原理,并通过蒙特卡罗模拟,将核密度选择原理与常用的基于AIC准则和基于经验Copula函数的Copula选择原理的选择效果进行了系统比较.实验表明,核密度选择原理不仅避免了求Copula函数的密度函数,而且选择效果最好.     

基于Copula函数的金融理财产品风险度量

根据Copula函数在构建反映随机变量实际分布与相关性的联合分布函数上具有的优势,构建了反映金融理财产品收益实际分 布和相关性的联合分布函数. 为了研究度量收益率的实际分布和相关性对金融理财产品组合选择的影响,采用蒙特卡罗 方法对金融危机前期（稳定期）和金融危机时期（危机期）的投资组合进行了风险分析.     

Copula函数在多因子模型系数估计中的应用

主要研究用多因子模型刻画金融资产收益率时, 因子载荷系数的合理估计问题.以因子系数的金融意义为出发点,并结合Copula的相关理论,提出了一种新的因子系数估计方法.新方法用Copula函数描述各个因子与金融资产收益所服从的联合分布;从因子系数的正负及其发生的概率,金融资产收益率随因子波动的大小两方面来估计因子系数的值. 在此基础上,对因子系数新的估计公式做了进一步调整,强调了尾部相关性对因子系数取值的影响.基于中国证券市场的交易数据,对不同估计方法进行了实证研究.通过分别计算统计量R-square的值,随机误差项的均方偏差,尾部均方偏差以及投资组合的在险价值与条件在险价值等方法,实际论证了文中所提新的因子系数估计的改进方法优于因子系数估计的新的Copula方法,而后者又明显好于传统的线性回归方法.     

基于 Copula 函数的程序化交易策略

利用 Copula函数对序列间下尾部相关性的刻画对资产价格风险的高频传染进行检验,构造目标 函数捕捉期货市场实时交易过程中的卖空信号, 制定相应交易规则,建立一套 适用于金融市场高频数据的程序化交易策略,并利用中国期货交易市 场的白糖和棉花期货合约进行实证.实证结果显示:我国期货市场存在高频风险传染, 基于此建立的程序化交易策略可以获得较高的收益, 并可有效地控制风险.     

基于模糊判断可信度的作战方案优选模型

受战场情况复杂多变、侦察情报不充分和指挥员知识经验、作战胆略等限制,指挥员就决策问题进行两两对比分析时,对作出的每个判断的把握程度是不同的。针对决策者就有限方案集进行两两方案比较得到的模糊偏好的把握程度存在差异,提出将决策者进行两两比较判断的把握程度作为判断的可信度,建立了一种决策者对所有二元对比的加权偏差平方和最小的非线性规划模型。该模型充分利用现有决策信息,决策结果相对比较合理、客观、可靠,可为指挥员进行指挥决策参考。     

考虑测试效用的软件可靠性增长模型

测试效用函数不仅可以描述测试所消耗资源随时间的变化,同时也是建立考虑测试效用的软件可靠性增长模型的前提和基础。现有测试效用函数形式多达十余种,但是由于适用性较差,导致研究人员对失效数据进行建模时需要付出繁琐的工作量,并且模型的评估能力往往达不到预期效果。针对该问题,提出了一种通用的测试效用函数形式,该函数形式更加灵活、适应能力更强。在此基础上,建立了基于该测试效用函数的软件可靠性增长模型。利用两组公开发表的数据进行验证,实验结果表明,该测试效用函数有效可行,考虑新的测试效用函数的软件可靠性增长模型具有更好的可靠性评估性能及适应能力。     

基于技术成熟度的确信可靠性分配方法

可靠性分配是在产品设计阶段完成, 以保证系统指标满足要求的一项重要工程活动。现有基于概率测度的可靠性分配方法分配至单元的指标无法在小样本条件下进行验证。为此, 提出一种以不确定随机系统为对象、以确信可靠度为核心的可靠性分配方法。该方法以技术成熟度为工具, 实现系统的单元的类别的划分和可靠性机会成本函数的构造, 进而提出系统确信可靠度优化分配模型及其求解算法, 实现了最小成本下系统可靠性指标的合理分配。以船舶双燃料供气系统为例, 开展了确信可靠性分配工作, 验证了方法的有效性。