一种分层模糊Petri网风险评估方法

针对传统模糊Petri网在对不确定环境下的专家系统的知识表示与推理时无法兼顾不确定知识的模糊性与随机性、在复杂的故障情况下故障的因果关系表达不清晰、定量推理计算时缺乏层次性、不能局部求解的问题,构建一种基于云模型的分层模糊Petri网以加强模糊Petri网的知识表示能力和提高推理过程的计算效率。利用专家知识和Petri网层次分解原则将系统故障模式和故障原因之间的因果关系进行建模,使故障建模更具结构性,计算更加灵活;应用云模型处理知识的模糊性和不确定性;通过合理考虑局部权重和全局权重,结合Petri网层次分解原则和云聚合算子给出相应的推理算法。实例验证表明,所提方法能够有效对系统进行风险评估,且在知识表示和推理方面优于其他方法。

2种故障模式下的定期检测与备件订购优化模型

为减少由于系统故障与备件供应不协调带来的经济损失,基于延迟时间理论提出2种故障模式下的定期检测与备件订购决策优化模型,依据检测时系统不同的状态采取相应的维修策略,根据备件的存储状态即时更新或延迟更新系统;采用更新报酬理论,以单位时间内的期望成本为目标函数建立最优化模型,确定最优检测周期及最优订货时间。结果表明:当系统寿命服从威布尔分布时,检测周期确定后,订货时间应处于第一次检测时间点减去提前期附近,以避免由于系统故障而产生高额的故障成本;检测周期和订货时间随检测费用的增加而阶段上升,单位时间内的最小期望成本则随尺度参数的增加而单调递减。