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。     

基于Copula函数的系统可靠性冗余优化

针对系统可靠性冗余优化设计中冗余部件间可靠性的相关性经常被忽略而导致优化结果与工程实际有差距的问题,利用Copula连接函数中的Gumbel Copula函数来描述这些相关性,并根据相关性对冗余优化模型进行了改进. 针对模型的求解方法,选用GAG1启发式算法,并根据Gumbel Copula函数对其中的敏感因子进行了修正. 算例结果表明了改进方法的全面性、可行性.     

求解零空闲置换流水车间调度问题的离散萤火虫算法

针对最小化最大完工时间的零空闲置换流水车间调度问题,提出了一种离散型萤火虫优化算法。基于萤火虫算法优化机理,采用基于工件序列的个体编码方式,重新定义了个体间距离的概念和位置更新公式,并结合交换、插入和逆序操作的局部搜索策略来提高算法性能。通过典型算例对算法进行了仿真测试和对比,结果表明了所提算法的可行性和有效性,扩展了传统萤火虫算法的求解范围,是解决流水线生产调度问题的一种有效方法。     

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。     

复杂系统可靠性增长试验评价的集成分析模型

研究了可靠性增长的集成规划方法,通过子系统的可靠性增长规划实现系统的可靠性增长需求.建立了系统可靠性增长的集成评价模型,实现子系统增长信息的融合.最后,给出了系统可靠性增长检验方法,可用于完成系统可靠性增长模型的正确性验证.     

基于仿真的复杂系统可靠性评估输入数据统计分析研究

对应用仿真技术评估复杂系统可靠性时榆入数据的统计分析进行了深入研究。特别是对试验数据较少，即小样本情况进行了研究。对于根据小样本进行的可靠性估计，结合Bayes方法的蒙特卡洛(Bayes-MC)方法和结合改进的Bootstrap方法的蒙特卡洛(改进的Bootstrap-MC)方法是比较有效的。概括总结了无数据情况下的专家经验估计三角分布方法，提出了改进的Bootstrap方法，将验前信息与专家经验纳入Bootstrap方法中，克服了该方法利用样本信息量不足的缺陷，使其更加完善与实用。在复杂系统的可靠性评估时，应采用综合或混合的方法。     

小样本复杂系统可靠性增长评定研究

小样本复杂系统的可靠性增长评定具有变母体、试验费用昂贵、试验样本少等特点,用经典统计方法解决这类问题有很多缺陷。采用Bayes方法,综合利用可靠性增长试验过程中的全程信息,结合最大熵方法融合各种来源信息,对可靠性增长的非齐次泊松过程进行了动态描述,在较小样本情况下评定了其可靠性水平。最后,根据提供的模型和方法给出了工程实例。     

复杂可修系统可靠性维修性综合仿真研究

根据子系统和部件故障后“先来先修”的队列原则，利用优先级和事件表建立了复杂可修系统可靠性维修性仿真的逻辑关系，根据对系统完成任务和子系统运行特征的识别，得到反应复杂系统运行的整个历史纪录和可靠性维修性参数的统计值。旨在为系统可靠性设计和维修性管理提供依据。     

基于变动统计的复杂系统可靠性综合评估

为了在小样本条件下实现对复杂系统的可靠性评估,研究了复杂系统的环境、功能、状态及演化过程的随机特性,给出了一种基于变动统计的复杂系统可靠性综合评估方法。针对复杂系统的特点,根据变动统计理论,通过引入环境因子、继承因子和增长因子等方法,综合利用复杂系统在研制过程中的不同环境、阶段、层次和对象的试验数据,对复杂系统可靠性进行综合评估。以某战术武器系统为应用对象,结果表明该方法综合利用了武器系统在研制过程中的多种试验数据,扩大了样本量,有效地改善了多指标要求的战术武器系统可靠性评估精度。     

冗余系统中备件可靠性预测

就冗余系统中备件可靠性设计问题给出了两种预测模型,应用以往的评估数据,对模型进行了检验,结果表明这两种模型基本可用．     

具有混沌搜索策略的萤火虫优化算法

萤火虫算法是一种新颖的仿生群智能优化算法,分析了算法的仿生原理和局限,提出一种改进萤火虫局部搜索能力的优化算法。通过逻辑自映射函数产生混沌序列,引入到萤火虫算法中对精英个体进行混沌优化,同时动态收缩搜索空间以加快收敛速度。改进算法有效结合了基本萤火虫算法的局部搜索能力和混沌算法全局优化能力,对典型函数的仿真测试表明,改进算法显著提高了优化性能,在收敛速度和寻优精度方面优于基本萤火虫算法,适合复杂函数优化问题。     

层级引导的增强型多目标萤火虫算法

针对多目标萤火虫算法在求解过程中易产生振荡和聚集现象,导致开发能力较弱、求解精度不佳的问题,提出一种层级引导的增强型多目标萤火虫算法（hierarchical guided enhanced multi-objective firefly algorithm, HGEMOFA）。构建层级引导模型,利用非支配排序获得不同层级个体,用优势层个体引导劣势层个体进化,明确引导方向,解决了进化过程中出现的振荡,减少了聚集现象的出现,增强了算法收敛性;引入莱维飞行扰动最优层个体,增强算法的全局搜索能力;每代进化完成后,对当前种群采用变异机制,增强算法的局部开发能力;把变异后的种群和前一代种群合并进行环境选择,筛选出和前一代种群规模相同的子代,避免优势解丢失。实验结果表明：HGEMOFA能有效增强解的收敛性和多样性。     

基于萤火虫算法层次分析法的弹道导弹突防效能分析

针对弹道导弹攻防对抗复杂、影响因素多的特点,系统地描述评估指标体系的构建方法和原则,建立了导弹突防效能评估指标体系。使用萤火虫算法层次分析法（firefly algorithm-analytic hierarchy process,FA-AHP）,将判断矩阵的一致性检验问题归结为非线性组合优化问题,解决了判断矩阵一致性检验和计算AHP中各要素的排序权值问题。算法性能和算例分析初步证明,FA AHP直观、实用,计算结果稳定、精度高,在系统工程中具有推广应用价值。     

改进萤火虫算法及其收敛性分析

萤火虫算法因具有结构简单、控制参数少、易于实现的特点而得到广泛的关注和应用,但其易陷入局部最优导致过早收敛,从而影响寻优精度。针对这一问题,本文在位置更新规则中加入随机扰动因子,并剔除了冗余的随机项,以提高算法搜索能力;引入位置置换变异和差分进化算法中的最优变异策略,在保持种群多样性的同时,增强算法跳出局部最优的能力。采用马尔可夫过程证明了算法以概率1收敛到全局最优。利用基准函数和装箱问题对算法进行仿真测试,结果表明,改进后的算法能够有效跳出局部最优,对给出的所有问题均能找到理论最优解,寻优精度和成功率有明显提升。     

一种改进的萤火虫算法及在洗出优化中的应用

为提高萤火虫算法精度,解决该算法迭代步长固定易陷入局部最优等问题,提出一种改进的萤火虫算法—极值优化萤火虫算法(Extremal Optimization Firefly Algorithm,EOFA).EOFA是将极值动力学算法强大的局部搜索能力与萤火虫算法的强搜索性相结合,采用倒S型函数的迭代步长,提高萤火虫算法的...     

基于GOOPN++的复杂关联系统可靠性分析模型

提出了一种可用于复杂关联系统可靠性分析的增强的扩展面向对象Petri网模型(GOOPN ),给出了该模型形式化描述与运行规则。该模型引入了抽象库所、抽象变迁、消息颜色以及对象间的消息传递函数等新的概念,更好地体现了面向对象的思想,具有很好的模块性、继承性和可维护性,能够反映复杂关联系统的动态柔性特点。最后给出了一个用于装备保障能力评估的GOOPN 模型。     

一种改进的混合预测冗余CORDIC算法

CORDIC作为一种计算三角函数的向量旋转的迭代算法,其硬件结构简单,易于并行化处理和VLSI实现,因而在实时信号处理方面有广泛的应用前景。本文提出了一种改进的混合预测CORDIC算法。该算法利用混合预测方法的设计思想,讨论了在具体数据格式下,混合角度集中间值的确定,并给出了算法的实现结构。由分析结果证明此算法具有高运算速度与低资源的优势,在结构上较传统冗余CORDIC算法节省近60%的冗余符号判别运算。     

基于多目标萤火虫膜算法的学习效应生产调度问题北大核心CSCDCSSCI

针对复杂的生产环境,建立基于学习效应的多目标置换流水车间调度问题模型。设计嵌套有萤火虫算法的膜算法,改进其邻域搜索策略,对构建的模型进行寻优求解。利用Car类基准测试问题测试萤火虫膜算法的性能,并通过与萤火虫算法和粒子群算法的对比,验证了萤火虫膜算法在求解置换流水车间调度问题中的可行性和有效性。利用膜算法求解得到的不同学习率下置换流水车间调度问题的最大完工时间及总流经时间,构建Pareto最优解集,分析不同学习效应因子对多目标置换流水车间调度问题的影响程度。     

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。     

基于蚁群算法的复杂系统脆性研究

针对复杂系统的研究,提出了一种复杂系统脆性分析的方法。建立了复杂系统脆性的赋权图模型,以图的边描述子系统之间的脆性联系,边的权值描述子系统之间的脆性联系程度。而且定义了系统最大崩溃路径,并且提出了一种求解系统最大崩溃路径的蚁群算法。为了进一步说明问题,又以24-Bus IEEE测试系统为例验证了新算法,并对算法中参数的选取进行了讨论。