基于多分辨率仿真的多状态系统任务可靠性及成功性评估方法

研究了装备系统研制早期在不同系统层次具有不完整、不确定信息条件下,系统任务可靠性及成功性的预估问题.通过逐层触发随机事件的分辨率解聚机制和重要性抽样的样本统计值修正方法,实现不同系统层次多分辨率数据的融合仿真.通过多分辨率条件下的受迫转移、失效偏倚等加速抽样方法,提高小概率事件的抽样效率,并通过修正抽样统计值,确保估计的无偏性.结合舰船系统航渡任务的算例研究,验证多分辨率仿真方法的有效性.发现该方法对于短任务时间或长任务时间,仿真效率均有不同程度的提高.基于仿真的灵敏性分析,评估了故障率、修复率及维修时间分布类型对系统可用度及任务成功性概率的影响程度.     

基于重要抽样技术的稀有事件仿真方法

传统的Monte Carlo方法仿真稀有事件需要较长的时间,而重要抽样技术可以有效的缩短仿真时间,提高仿真效率。因此,提出一种新的重要抽样实现方法,用来估计仿真模型中的稀有事件的概率。先选取经典的指数变换方法构造重要抽样分布类,再利用极小化重要抽样估计量方差的方法寻找最优重要抽样分布函数。仿真结果显示了该算法在估计稀有事件概率方面的有效性。     

考虑随机共因失效的战时装备群任务成功概率仿真评估

装备群任务成功概率评估是联合作战条件下复杂装备体系任务成功概率评估的基础。针对战时装备群任务成功概率评估问题,考虑任务时间的随机性和任务过程中敌方火力打击这一典型随机共因失效事件,采用“直接法”和“间接法”两种方法对装备群任务成功概率进行仿真评估,通过算例对两种评估方法进行了分析比较。研究结果表明,采用“直接法”得到的评估结果更加准确,但是仿真效率较低;在允许误差范围内,当随机共因失效事件参数和任务时间参数在一定范围内取值时,采用“间接法”评估装备群任务成功概率更佳。     

考虑随机共因失效的战时装备群任务成功概率仿真评估

装备群任务成功概率评估是联合作战条件下复杂装备体系任务成功概率评估的基础。针对战时装备群任务成功概率评估问题,考虑任务时间的随机性和任务过程中敌方火力打击这一典型随机共因失效事件,采用“直接法”和“间接法”两种方法对装备群任务成功概率进行仿真评估,通过算例对两种评估方法进行了分析比较。研究结果表明,采用“直接法”得到的评估结果更加准确,但是仿真效率较低;在允许误差范围内,当随机共因失效事件参数和任务时间参数在一定范围内取值时,采用“间接法”评估装备群任务成功概率更佳。     

基于仿真的复杂武器系统任务可靠性计算方法研究

论述了复杂武器系统任务可靠性计算的一般要求和计算任务可靠度及MTBCF的基本计算方法，分析了复杂系统可靠性置信下限用仿真方法求解的基本问题，包括抽样方法，仿真计算程序及系统可靠性综合求解等问题，通过具体示例，说明了复杂系统的故障分布是指数型的说法并不总是正确的，应通过数据检验来确定其分布，否则，计算结果有很大误差，根据简化模型。把仿真方法与解析方法计算结果进行了对比分析。提出了供工程应用的有效可行方法。     

重要性抽样法研究

重要性抽样法是一种最重要的提高抽样效率的方法，由于其适用范围广，容易实现，在通信网、航空航天、自动控制等系统的可靠性安全性仿真中得到广泛研究和应用。本文从计算复杂性的角度提出了极小概率事件发生概率估计的困难，简单介绍了重要性抽样的基本原理，综述了基于随机优化和大偏差原理的技术、加速失效法、分裂法等几种最优抽样分布构造技术的实现及其适用范围，在此基础上提出基于知识的重要性抽样思想，有助于解决目前数字仿真特别是高可靠度系统可靠性仿真中的抽样效率问题。     

多重约束下智慧仓储机器人配置仿真优化研究

针对智慧仓库的仓储机器人配置问题,构建了基于排队论的离散事件仿真模型,在保证系统可靠性和服务强度的前提下,考虑到故障对系统的影响,以距离成本、时间成本、空闲成本和购置成本所构成的总成本最小化为目标,提出了一种基于FlexSim平台的离散事件仿真优化方法。通过分析系统平均队长、订单平均逗留时间等指标,将直观化的系统瓶颈与运行实际数据相结合,求得系统成本最小的配置策略。结合实例,对算例中的智慧仓库机器人配置方案进行求解。结果表明,基于FlexSim平台的离散事件仿真寻优方法,能够求解仓储机器人配置的优化方案,并能保证模型方法的计算效率。     

面向任务流程的装备体系完成任务概率仿真评估方法

为了解决传统可靠性建模方法无法刻画装备体系复杂性及对装备体系完成任务概率进行准确评估等问题,提出了一种面向任务流程的装备体系完成任务概率离散事件仿真评估方法。该评估方法中,采用过程流网方法对装备体系任务流程进行建模,并对过程流网扩展了时间和资源等元素,引入活动影响因子,梳理子任务及活动间逻辑关系。采用离散事件仿真方法建立装备体系完成任务概率仿真评估模型,生成实体执行仿真过程,将进入导致任务成功的端点的实体数量与生成的所有实体总量的比记为完成任务概率,设置仿真时钟记录实体执行每项活动的时间,求平均值记为任务平均时间。最后,以某典型陆军作战体系为例,说明所提出方法的可行性。     

基于多智能体仿真的舰船动力系统航渡任务成功性研究

通过对舰船航渡任务过程的分析,得到了动力系统航渡阶段任务成功性的定义、判断准则和可靠性框图,建立了系统加权邻接矩阵;根据对设备故障类型的分析,得出了不同性质的设备故障对舰船航行的影响,建立了舰船动力系统航渡任务成功性的判断模型;结合典型示例,运用多智能体的方法和思路对动力系统航渡过程和设备故障情况进行了仿真,得到了任务成功率以及相关结论。为开展舰上其他系统对应研究提供了借鉴和依据,并为全舰以及编队的任务成功性和效能研究、故障维修中的备品备件需求等打下了基础。     

故障规律未知时的装备任务成功性评估方法

针对装备故障规律不易获取以及传统任务成功性评估中未分析装备技术状态等问题,提出了一种技术状态与任务可靠度之间的转换方法。利用径向基神经网络对装备技术状态等级进行了评估,利用云模型对装备的任务可靠度进行了评估。以此为基础,结合维修时间约束条件评估了故障规律未知时的装备任务成功性。     

航天测控任务可靠性的混合分析方法

二元决策图（binary decision diagram, BDD）方法和直接仿真法在评估测控资源规模大、阶段任务多的测控任务的可靠性时都存在局限性。从分析单个阶段任务的可靠性损失量出发,提出一种测控任务可靠性分析的解析模型,并基于强制法快速获取解析模型所需的输入数据。通过案例,验证了混合式分析法相对BDD方法和直接仿真法在时效性上的优势。这种结合解析模型与快速仿真法的混合式分析方法为解决测控资源规模大、阶段任务数量多的测控任务可靠性的评估问题提供了可行的手段。     

基于MCMC的模糊自适应重要抽样法

针对传统的基于马尔可夫链蒙特卡罗 (Markov chain Monte Carlo,MCMC)的自适应重要抽样法只适用于失效边界确定的系统,而不适用于失效域模糊的渐变结构系统问题,提出基于MCMC的模糊自适应重要抽样法。首先从模糊失效域内的某个初始点出发,根据Metropolis准则构造马尔可夫模拟样本点;然后利用自适应核密度估计构建核抽样概率密度函数并进行重要抽样;最后离散化模糊失效域以计算系统的模糊失效概率。该方法合理地解决了以往渐变结构系统性能可靠性难以仿真分析及仿真效率低的难题,具有较高的仿真效率和精度。应用舵机案例对方法的适用性及高效性进行了验证。     

基于MCSP的舰艇训练模拟系统可靠性分配研究

可靠性分配是舰艇训练模拟系统可靠性工程的重要环节。针对系统的使命任务,规划了系统的寿命剖面和任务剖面,建立了系统的任务可靠性模型。按照规定的任务可靠性指标,采用多因子系数专家评分方法将全系统的任务可靠性指标分配到各分系统或设备层面,得到初步分配结果。然后,依据任务可靠性模型预计系统的任务成功概率(MCSP),比照系统规定的任务可靠性指标,进行迭代修正计算,最终得到了满足规定要求的可靠性分配优化结果。     

考虑节点失效的异构仿真网络可靠性评估蒙特卡罗模拟

异构仿真网络是实况、虚拟和构造(live, virtual, and constructive, LVC)仿真的基础环境支撑,合理评估其可靠性在LVC仿真应用中具有重要作用。针对复杂网络可靠性评估难以获得精确解、效率不高的问题,提出一种考虑节点失效的LVC异构仿真网络蒙特卡罗评估方法。首先,基于异构网络自身特点及因子定理,对蜂窝网络和无线传感器网络进行等效转化;其次,运用可靠性保持缩减技术对转化的仿真网络进行缩减,提高算法效率和收敛速度;最后,依据不完全可靠节点转化原则,对简化网络可靠性进行蒙特卡罗模拟,实现LVC异构仿真网络连通可靠性的评估。计算结果表明,相比传统蒙特卡罗方法,所提方法在保证计算精度的同时,方差减小,运行负载较小,稳定性更好。     

装备体系多阶段任务可靠性高效解析算法

体系作战任务可靠性的实时评估是未来作战的必然要求。为了实时计算装备体系多阶段任务可靠性,基于k/n(G)表决模型,设计了一种考虑冗余的可靠度高效解析算法。在体系结构分析及任务概述基础上,建立了冗余故障树以及由冗余故障树转化的二元决策图(binary decision diagram,BDD)模型。针对传统可靠性解析计算算法复杂度高的问题,本文利用递归算法改进了k/n(G)表决模型的计算过程,提高了计算效率。以航空装备体系远程目标打击任务为例,数值计算表明,本文的改进解析算法有效得出了体系多阶段任务可靠度计算结果,且相比传统算法运算效率得到显著提高,有利于应用到体系作战任务可靠度实时计算评估,指导任务统筹和规划。