语境驱动的仿真模型测试方法论

组合模型的有效性验证是利用模型组合实现仿真系统快速开发的迫切需求,也是组合仿真理论和方法研究的一个重要问题.在分析组合模型抽象层次的基础上讨论了不同层次组合有效性的研究内容,并针对组合模型的行为从测试的角度提出了语境驱动的仿真模型测试方法论,重点讨论了方法论中语境的概念、语境驱动的测试框架生成以及测试框架的嵌入和运行时刻检验等内容,目的是判断仿真模型及其组合行为是否忠实反映了设计信息,实现了行为无错的演化.     

一种共前缀码的测试数据压缩方案

提出了一种新的基于游程编码的测试数据压缩/解压缩的算法:共前缀码编码(SPCS),它在传统游程使用较短的代码字来代替较长的游程的基础上,进一步探讨游程之间的相关性,使用一位来代替具有与前一游程相同前缀的后一游程的前缀,使需要多位才能表示的代码字的前缀用-位就可以表示,进一步提高了压缩率.相比类似的编码测试数据压缩方案,具有压缩率高、解压控制过程容易实现的突出特点.理论分析和对ISCAS-85和ISCAS-89部分标准电路硬故障集的实验结果证明了本方案的有效性.     

二项分布Bayes鉴定试验次数的选择与分析

讨论了二项分布的可靠性Bayes鉴定试验方案问题。在试验样本量一定的条件下,充分利用验前信息弥补现场试验信息的不足,从平均后验风险角度制定了成败型系统可靠性鉴定试验的Bayes方案。密切结合工程试验,从生产和使用双方的实际风险的角度,研究分析了Bayes可靠性鉴定试验与评估的联系与差异。最后,与传统的鉴定试验方案进行了分析比较,明确了Bayes方法的使用范围,对于工程试验方案的选择具有实际的指导意义。     

一种油藏储层三维可视化散乱数据插值方法

提出一种快捷有效的确定待估点的有效样本点集的辐射吸收插值模型,该模型应用到散乱数据网格化过程中,它不但具有加权平均算法的优点,而且具有插值效率高、局部性好、易于控制、易于对数据增加约束条件等特点.辐射吸收插值模型由辐射过程、吸收过程和合成过程组成.讨论了辐射吸收插值模型的实现原理、设计过程、在油藏储层三维可视化散乱数据插值中的应用和模型特点的分析.     

基于历史数据的测试任务约简和故障诊断

针对部队航电组件测试任务繁重、故障定位率低的问题,提出一种利用历史数据来简化测试任务、提高故障定位率的方法。利用粗糙集信息系统理论,建立了航电组件故障信息系统模型;基于测试任务辨识函数和诊断允许误差对测试任务进行约简;基于最短测试时间选出最优测试任务集;利用贝叶斯最大后验概率进行故障诊断推理,将诊断问题归结为不等式约束极值问题;用0-1规划隐数算法求得最优解。最后以某型飞机惯导部件为例验证了方法的快速有效性。     

我国通货膨胀的GARCH模型

从实证上说明了我国通货膨胀存在 GARCH现象 ,并建立了一个 GARCH( 1 ,1 )模型 .将估计的 GARCH( 1 ,1 )模型与回归模型比较 ,得出通货膨胀的 GARCH( 1 ,1 )模型优于回归模型 .     

利用多正弦窗谱分析检测色噪声中的谐波信号

利用最小化代价函数推导了一种谱分析的多窗口方法 ,得到了一组彼此正交的、具有简洁正弦窗形式的多窗口序列。以此为基础 ,结合统计分析的假设检验方法 ,可以利用多正弦窗谱分析技术对色噪声中的谐波信号进行检测 ,准确地估计信号包含的谐波频率及各个谐波的幅度。仿真实验证明了该方法的有效性和正确性。     

相似产品步进应力加速寿命试验的统计分析

本文将单组样本的步进应力加速寿命试验(SSALT)拓展到双样本情形.基于累积失效模型(CEM),对两组指数产品的联合Ⅱ型截尾数据进行综合分析.首先,计算未知参数的极大似然估计(MLE),并利用矩母函数(MGF)建立其条件概率分布.然后,采用两种方法,基于概率分布的精确分析方法和参数的Bootstrap方法,构建参数的置信区间(CIs).以覆盖率作为评价标准,对两种方法的区间估计效果进行分析.最后,通过数值算例验证了本文方法的有效性.     

模拟电路软故障诊断测试节点优选的仿真研究

基于斜率故障模型和线性相关系数故障模型,提出了一种模拟电路软故障诊断字典法中的测试节点优选算法.针对模拟电路中的单故障和双故障,分别利用节点电压增量计算出的斜率和线性相关系数作为统一故障特征,建立故障字典;给出了在字典建立过程中,利用PSPICE仿真工具对电路进行故障仿真,采用特征函数描述故障统一特征的差别,根据故障隔离度优选测试节点的算法和步骤;并用仿真实例验证了该测试节点优选方法的有效性.     

时间Petri网与遗传-蚁群算法相结合的并行测试研究

自动测试系统中并行测试任务调度方案一直是尚未解决的难题.在基于Petri网理论的基础上,建立了并行测试的时间Petrl网模型,并且首次将遗传-蚁群算法引入到时间Petri网的变迁序列的寻找过程中,快速地求得了最优调度方案.仿真结果表明,该算法能够以较大的收敛概率快速地收敛,最终得到最优变迁序列.