网络体系效能评估改进FDNA模型

网络体系(system of system,SoS)的效能评估是SoS建设和分析的重点问题。传统功能依赖网络分析(functional dependency network analysis,FDNA)方法可以展示SoS“松散耦合”特性,但缺乏对组件系统的运行独立性、效能衰减性、拓扑规律性等特征的关注。针对此,在考虑多态问题的基础上,通过Markov过程分析,推导组件系统的自主效能衰减函数与系数,改进了传统方法中的固定参数,求得节点的动态效能值。在界定“相关SoS”概念的基础上,计算组件系统可靠度的重要度,识别关键节点,构建网络SoS效能评估函数。以五节点航天SoS为例,演示评估过程并验证了方法的可行性。

小样本条件下基于属性权重Shapley值分配的粗糙集决策模型

小样本条件下,根据粗糙集理论构建的决策规则受数据来源偶然性误差影响较大,个别数据样本难以反映真实知识关系.为解决小样本条件下粗糙集决策规则可信度未知的问题,提出信息区分量、属性影响方向等概念,运用Shapley值法进行属性权重分配,求取每个属性对决策结果的影响方向,进而得出决策规则的参考信度,以寻求真实可信且适合工程实际的决策规则.实例分析论证了所提方法的可行性以及对数据来源误差的分辨能力.