基于有效状态空间的多状态网络可靠性评估

鉴于应用d-最小割(路)集计算多状态网络可靠度精确值的算法中基于最小割(路)集求解d-最小割(路)集及容斥原理的复杂性,提出一种不需要d-最小割(路)集计算网络可靠度精确值的算法.该算法按一定规则分割状态空间,在此基础上生成有效状态空间,通过迭代计算直接获得可靠度精确值;同时通过删除边的无效状态、对最小割集进行分组,有效减小计算量;通过有序树执行该算法简单、易操作.实例表明算法的计算结果是正确的,且计算量较小,证明了其正确性和有效性,但同时也表明算法所需存储空间较大.     

模糊情形下基于贝叶斯网络的可靠性分析方法

确定性的可靠性分析方法在描述模糊情形下的逻辑门与事件时表现出了局限性.为能在模糊情形下进行可靠性分析,利用贝叶斯网络对不确定性问题具有良好描述能力和推理能力的特点,提出一种基于贝叶斯网络的可靠性分析方法.该方法在采用贝叶斯网络进行系统可靠性建模基础上,提出了一个重要的概念:置信割集;并给出了计算强割集的算法.这种基于贝叶斯网络的可靠性分析方法能较好地刻画系统中存在的模糊性,丰富了割集理论,使可靠性分析更加接近实际.最后,举例说明了算法的有效性.     

基于贝叶斯网络的概率安全评估方法研究

针对传统的事件树/故障树分析方法的局限性,提出了基于贝叶斯网络的系统概率安全评估方法.该方法采用了一体化的建模思想,将故障树和事件树转化为贝叶斯网络进行分析,不仅可以得到常用的安全性分析结果,还可以得到其他有用的信息,非常便于推理和诊断.而且该方法还可以处理多态、相依、非单调和非确定性逻辑关系,有很强的适用性.通过1个油井平台瓦斯泄漏实例说明了该方法的有效性,并与传统的故障树/事件树分析方法和基于二元决策图的分析方法进行了比较.     

基于模糊贝叶斯-ANP舰载机出动回收综合评估

航空母舰作为一个典型的复杂系统, 舰载机的出动回收效率是衡量整个系统作战能力的重要指标。描述出动回收效率的指标众多, 且指标之间关系复杂。为确定指标之间的相互关系, 避免在评判过程中主观性判断产生的缺陷, 提出了基于三角模糊数的扩展贝叶斯融合法评估舰载机的出动回收效率。针对网络层次分析法(analytic network process, ANP)分析过程中的主观性判断, 采用基于三角模糊数的尺度标准, 并结合历史实验数据和专家评判进行综合分析。仿真算例中, 通过多组对比实验分析, 验证了所提方法中采用模糊数以及融合专家经验和历史实验数据的合理性与有效性。     

基于贝叶斯网络的动量轮可靠性建模与评估

卫星动量轮具有小子样、长寿命特点,无法进行大样本寿命试验评估可靠性水平,但是可以获得大量的专家经验、地面调试数据等验前信息,因而提出了一种基于贝叶斯网络的动量轮可靠性建模与评估方法.首先,采用贝叶斯网络学习算法,融合各种验前信息,建立动量轮可靠性模型;在此基础上,利用贝叶斯网络推理方法,评估动量轮可靠性,分析动量轮故障;最后通过实例分析表明方法的有效性.     

基于广义连续时间贝叶斯网络的指挥控制网络系统可靠性分析

指挥控制网络作为典型的复杂网络系统,其可靠性通常可以利用动态贝叶斯网络(dynamic Bayesian network, DBN)来分析。由于DBN并不能很好地解决包含时间和非时间事件的指挥控制网络系统可靠性问题,因此提出一种具有二态条件概率表的广义连续时间贝叶斯网络(generalized continuous time Bayesian network, GCTBN)的建模方法。在此模型的基础上,得到了不同逻辑门的可靠度算法求解,进而针对指挥控制网络系统提出了无线电传播、通信设备以及网络的可靠性分析方法,从而综合地考虑到指挥控制网络执行不同任务的可靠性问题。通过对指挥控制网络可靠性问题的实际案例分析,验证了所提方法的有效性。     

基于贝叶斯网络的故障树分析

文章简要阐述了贝叶斯网络的构造原理和网络信念的传播与更新,并详细说明了故障树向贝叶斯网络转化的过程,主要包括结点与事件的映射关系和联接强度与逻辑门的映射关系.最后通过一个实例说明了故障树向贝叶斯网络的转化过程,并对二者的推理功能进行了比较.     

基于模糊理论的机械系统模糊可靠性数字仿真

论文基于模糊集合的交集与并集算子，给出了机械串联系统与并联系统的模糊可靠性数字仿真模型；讨论了模糊安全事件的隶属函数的建立方法，主要研究了基于模糊概率理论，从模糊强度的隶属函数获得模糊安全事件的隶属函数的方法，为确定机械系统模糊安全事件的隶属度提供了依据，使对复杂机械系统的模糊可靠性分析成为可能。算例表明了文中所讨论的方法的可行性。     

基于故障树的复杂装备模糊贝叶斯网络推理故障诊断

复杂装备的小批量、个性化定制属性,注定了其生命周期过程中存在着相对较多的不确定性,故障隐患必不可免,故障诊断尤为重要.因此,提出基于故障树的复杂装备模糊贝叶斯网络推理故障诊断模型.首先,通过分析复杂装备的结构组成,建立复杂装备的故障树模型.其次,利用故障树转化法,构建基于故障树的贝叶斯网络拓扑结构.然后,针对复杂装备结...     

基于理想点的三角模糊数多指标决策法

研究了属性权重和属性值均以三角模糊数形式给出的模糊多指标决策问题,定义了三角模糊数正理想方案和负理想方案,由此给出了三角模糊数多指标决策问题的理想点法。该方法简单实用,所需信息小.最后用该方法分析了一个实际问题。     

证据理论与贝叶斯网络相结合的可靠性分析方法

针对可靠性分析中存在的认知不确定性问题,将证据理论引入到贝叶斯网络。给出了存在认知不确定性时故障树向贝叶斯网络的转换方法,以及基于信任测度和似然测度求解顶事件发生概率的方法。研究了三种重要度的求解方法,同时提出了一个重要概念--认知重要度,给出了其实际意义和计算方法。最后,运用所提出方法对某导弹发动机进行了可靠性分析,结果表明,该方法增强了贝叶斯网络处理不确定性信息的能力,简单有效且可以得到更丰富的信息。     

面向预防性维修的两种失效竞争下多状态系统可靠性模型

针对装备系统在使用过程中存在退化失效与突发失效竞争的情况,以单个系统为研究对象,考虑单一维修台,采用随机检测策略,根据系统内部性能水平与外部冲击损伤等级分别采用三种不同类型的预防性维修,系统完全故障时进行换件维修,利用Phase-type (PH)分布代替指数分布等典型分布,统一描述模型中各类时间变量分布,建立了通用性更好的系统可靠性模型,获得了系统的主要可靠性参数.最后通过算例验证了模型的适用性,并讨论了不同类型的预防性维修速率以及预防性维修阈值对系统可靠性参数的影响.     

Reliability analysis for wireless communication networks via dynamic Bayesian network

The dynamic wireless communication network is a complex network that needs to consider various influence factors including communication devices, radio propagation, network topology, and dynamic behaviors. Existing works focus on suggesting simplified reliability analysis methods for these dynamic networks. As one of the most popular modeling methodologies, the dynamic Bayesian network(DBN) is proposed. However, it is insufficient for the wireless communication network which contains temporal an...     

基于模糊随机概率的电子产品寿命分析方法

电子产品失效过程是一种兼有随机性和模糊性的模糊随机现象,电子产品的寿命应为一个模糊随机变量。应用模糊随机概率的相关理论,对传统随机概率寿命分析进行改进,建立了一种模糊随机概率寿命分布函数,并且根据寿命的特点提出了选择模糊变量隶属函数的标准。在此基础上,研究了产品失效的可能性分布,以确定产品在某一时刻可能失效的可能性大小。通过实例分析对比,新的寿命分布函数能够反映出更多的寿命信息,且表达更为直观具体,所建立的可能性分布能够真实地反映实际产品失效的可能性大小。     

基于动态贝叶斯网络的动态故障树分析

针对传统的动态故障树Markov链分析方法的不足,研究了优先或门、顺序相关门、功能相关门、存在公共备件的备件门和层叠功能相关门向动态贝叶斯网络的转化方法以及基于动态贝叶斯网络的顶事件概率、重要度等计算方法.用该方法对心脏辅助装置进行了分析,通过与Markov链、离散时间贝叶斯网络分析的结果比较表明,基于动态贝叶斯网络的建模分析方法可以有效地避免组合爆炸,而且能够保证较高的求解精度.     

基于逻辑报酬矩阵的多状态系统可靠性评估

多状态可靠性建模、分析与评估研究,对于合理管控大型装备复杂系统运行历程,科学规措配套保障工程活动,具有重要价值.针对时变需求约束下多状态装备复杂系统,通过构建逻辑报酬矩阵体系,基于任务周期逻辑累计报酬,给出系统可靠性累计特征分析与评估的通用解算方法.专题研究与案例验证表明:解算方法鲁棒性好,面向不同环境约束与评估需求,均易实现解算;适用性强,结合UGF技术,可适用于任意状态维度系统评估;程式化高,依赖矩阵向量建模,易于实现计算机自动化求解.研究结果可拓展应用于能源、信息、机械等行业多状态装备复杂系统的可靠性分析与评估,并对有效规措装备配套保障系统建设工作,具有技术指导意义.     

An evaluation method of contribution rate based on fuzzy Bayesian networks for equipment system-of-systems architecture

The contribution rate of equipment system-of-systems architecture(ESoSA) is an important index to evaluate the equipment update, development, and architecture optimization.Since the traditional ESoSA contribution rate evaluation method does not make full use of the fuzzy information and uncertain information in the equipment system-of-systems(ESoS), and the Bayesian network is an effective tool to solve the uncertain information, a new ESoSA contribution rate evaluation method based on the fuzzy...     

基于模糊约束的贝叶斯网络参数学习

针对小样本下贝叶斯网络参数学习结果不准确的问题,提出一种模糊最大后验估计方法,该方法将模糊理论引入到参数学习中,通过对约束效力的度量,利用隶属度函数来确定超参进行学习,以提高约束使用的准确性。实验证明,所提方法可以有效提高参数学习的精度。除此之外,将所提方法应用到网络安全评估中,将通用漏洞评分系统作为专家先验参数,结合漏洞信息迁移样本来进行参数学习。最后,通过节点和路径安全评估验证了所提方法的有效性。     

基于发生函数的模糊多状态复杂系统可靠性通用评估方法

复杂系统结构组成、运行过程、使用环境复杂,可靠性要求高,评估难度大,且不易获取有效观测数据。发展复杂系统可靠性评估理论,对于控制采购成本、优化维修策略、满足使用需求,具有重要意义。以模糊多状态船用汽轮发电系统为对象,综合模糊状态理论和发生函数算法,实现复杂装备系统模糊多状态可靠性建模,并给出可用度解算、评估、分析方法。研究表明,建模方法对于模糊多状态复杂系统具有普适性,能真实反映系统可靠性特征;克服观测数据不确定性的模糊解算理论,以及回避大自由度微分运算的发生函数解算方法,通用性强、适用范围广、解算效果好,可为复杂系统可靠性建模、评估及其工程决算,提供理论支撑和技术借鉴。