网络可靠度分析全概率分解法的计算机化算法

全概率分解法是计算网络可靠度的重要方法，但一般文献中大都认为该法不易计算机化。本文采用矩阵操作技术，提出了一种全概率分析法的可计算机化的计算方法。这种方法对无向、有向网络均适用，实现简便，分解元的选定不依赖于人工，实现效率高。最后给出了一个算例。

网络可靠度的布尔代数算法

本文介绍R.G.Bennetts[1]、[2]提出的用布尔代数求网络可靠度的方法。先根据网络结构图写出最小路集,应用布尔代数将其化为不交和以后,即可由布尔域一一对应地转换到概率域,算出网络可靠度。布尔代数法在计算非串并联网络时,可以省去采用全概率分解法。此方法简便易行,适用于手工计算最小路集的条数不多的网络的可靠度。本方法可应用于人造卫星分系统的可靠性分析设计和通信网络、交通网络的可靠度计算。

基于深度学习的混合推荐方法研究

推荐系统的出现在一定程度上解决了信息过载问题,但同时也衍生出数据稀疏和冷启动等问题,这些问题制约了推荐系统的良性发展。为此,本文在深度学习的基础上,将概率矩阵分解法与堆叠降噪自编码器进行结合,提出一种混合推荐方法。实验结果表明,和单独的概率矩阵分解法、概率矩阵分解法+降噪自编码器法相比,该方法能够有效改善推荐效果,具有一定的可行性和有效性。

一类多级适应性休假的串联可修系统分析

在经典串联可修系统中引入了多级适应性休假策略,并考虑了修理设备更换对系统可靠性的影响.假定部件和修理设备的寿命均服从指数分布,部件的修理时间、修理设备的更换时间和修理工的休假时间均服从任意分布.借助更新过程理论和概率分解法,得到了系统的可用度、(0,t]时间内系统的平均故障次数和系统的更新时间分布.此外,也首次得到了修理工的闲期、假期和实际休假次数等指标.数值分析了系统参数对主要可靠性指标的影响.最后,作为实际应用,获得了一个串联工作站系统的最大利润.