多状态多阶段任务系统的可靠度理论计算方法

多状态多阶段任务系统常见于关键性系统，其可靠性要求较高而其可靠度计算又相对困难.为实现该类系统可靠度的精准预测，研究了部件劣化符合马尔科夫过程的多状态多阶段任务系统的可靠度理论计算方法.首先，基于工作效率与需求的关系对该类系统可靠度进行了界定.其次，依据条件概率理论，建立了多阶段任务系统任务成功完成的概率公式.基于此，根据部件劣化的马尔科夫性及部件状态的跨阶段依赖性，推导了多状态多阶段任务系统的可靠度理论计算方法，并提出一种快速穷举部件状态组合的方法用于提高该计算方法的计算效率.最后，通过与蒙特卡罗模拟方法对比，验证了推导的可靠度理论计算方法的准确性与计算的有效性.     

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。     

缺失数据下条件分位数的估计及其渐近性质

在响应变量满足随机缺失机制下，利用完全记录单元方法分别给出不含附加信息和含附加信息时条件分位数的估计，并在给定的正则条件下证明估计的渐近正态性．