Data Fusion about Serviceability Reliability Prediction for the Long-Span Bridge Girder Based on MBDLM and Gaussian Copula Technique

This article presented a new data fusion approach for reasonably predicting dynamic serviceability reliability of the long-span bridge girder.Firstly,multivariate Bayesian dynamic linear model(MBDLM)considering dynamic correlation among the multiple variables is provided to predict dynamic extreme deflections;secondly,with the proposed MBDLM,the dynamic correlation coefficients between any two performance functions can be predicted;finally,based on MBDLM and Gaussian copula technique,a new data fusion method is given to predict the serviceability reliability of the long-span bridge girder,and the monitoring extreme deflection data from an actual bridge is provided to illustrated the feasibility and application of the proposed method.

基于动态贝叶斯网络及构件性能退化的钢板组合梁桥时变可靠性分析方法

为分析构件性能退化对钢板组合梁桥可靠性的影响,提出一种基于动态贝叶斯网络(Dynamic Bayesian Network,DBN)的时变可靠性分析方法。该方法首先依据材料劣化公式建立钢板组合梁桥抗力退化模型;然后基于DBN构建组合梁桥构件性能退化初始模型,利用钢板组合梁桥抗力退化模型随机生成不同变量组合作用下的抗力数据,对该初始模型进行训练,通过参数学习得到DBN先验模型及节点条件依赖关系,并加入观测节点及可靠度节点,建立适用于可靠性分析的DBN模型;最后输入桥梁检测数据,实现桥梁可靠度指标更新。采用该方法和蒙特卡洛法对某钢板组合梁桥时变可靠性进行分析,结果表明:2种方法预测结果基本一致,该方法可准确预测钢板组合梁时变可靠度;以可靠度为寿命评价指标,输入该桥运营60年时的检测信息,更新前、后该桥的使用寿命分别为75年、64年,应提前对桥梁采取维修与养护措施。

平纹机织复合材料纯电动汽车电池箱多尺度可靠性优化设计

为了充分发挥碳纤维复合材料的潜能,提出一种多尺度的复合材料结构可靠性优化设计方法。以平纹机织复合材料新能源汽车电池箱为研究对象,基于有限元法的均匀化理论预测方法,将机织复合材料各尺度之间的弹性参数进行关联,建立复合材料弹性性能预测解析模型和电池箱有限元模型。鉴于复合材料结构和设计变量受不确定性因素的影响,结合Kriging代理模型、SORA(stochastic optimal routing algorithm)法和蒙特卡洛仿真法,实现机织复合材料电池箱的多尺度可靠性优化设计。结果表明,优化后的电池箱在满足可靠性和轻量化要求的同时,能有效提高电池箱的模态频率和刚度,可为机织复合材料汽车零部件的优化设计提供指导。

应用高斯粒子滤波器的桥梁可靠性在线预测

为采用实时监测信息对桥梁结构构件的可靠性进行动态预测分析,应用健康监测系统的长期大量监测数据,建立了基于监测数据的动态模型(监测方程与状态方程),引入混合高斯粒子滤波器(MGPF),基于粒子滤波方法、贝叶斯方法以及动态模型,对监测信息状态变量的后验分布参数和监测值的一步向前预测分布参数进行预测分析.混合高斯粒子滤波方法通过重抽样技术,提高了动态模型的预测精度.基于实时监测信息可以不断修正抽样粒子的权重,进而解决粒子退化问题.最后基于实时预测的分布参数,结合一次二阶矩(FOSM)方法,对桥梁结构构件的可靠性进行在线动态预测分析.

基于氯离子渗透的海工混凝土寿命预测模型进展

在研究国际上近年来基于氯离子渗透的混凝土寿命预测模型的基础上 ,分析和总结了其发展趋势 ,提出了一些看法和认识 ,对于我国借鉴国际经验 ,建立合理的、有针对性的多种因素作用下的混凝土寿命预测模型和制定相应的耐久性设计标准具有参考意义。

基于DLM的桥梁结构承载力的贝叶斯预测

为结合检测信息和承载力的先验模型来对桥梁结构性能进行预测,认为结构性能随时间变化的动态测量为一个时间序列,然后引入了动态线性模型(DLM)对结构性能进行预测.考虑到桥梁结构性能的时变特性,运用贝叶斯动态模型建立了退化抗力的状态方程和观测方程,并通过贝叶斯因子来对检测信息进行监控,然后结合参数的先验信息,对退化抗力的状态参数进行贝叶斯后验概率推断,建立了一个动态线性模型来对结构抗力短期的变化趋势进行预测.为了结构性能线性模型的贝叶斯动态修正,确定了一步向前预测分布和滤波分布.基于检测信息,考虑到变量估计主观认识的不确定性,引入折扣因子来确定状态误差方差矩阵.最后,通过算例论证了本文方法的适用性.

软件可靠性预测的增强贝叶斯组合模型

针对当前可靠性预测模型的预测精度问题,提出一种增强贝叶斯组合的短期软件可靠性预测模型。该模型以基于小波分解的单个可靠性预测模型作为基本预测模型,根据当前相邻几个失效时间间隔的预测精度,更新组合模型中各个基本预测模型的权重,解决了贝叶斯组合模型权重计算采用全部历史数据而导致某个基本预测模型权值占主导地位的缺陷,提高了贝叶斯组合模型对软件可靠性的预测精度。实验结果表明,增强贝叶斯组合预测模型的预测精度不仅优于单一的预测方法,而且也优于传统的软件组合预测模型,能显著提高软件可靠性预测的精度和模型对数据的适应性。

Web服务可靠性的阶段模型

为了更全面地分析Web服务的失效过程,提高Web服务可靠性预测的精度,提出了一种Web服务可靠性的阶段模型.描述了SOA(service-oriented architecture)下Web服务在服务发布、服务发现、服务绑定、服务组合以及服务执行等各个阶段的失效过程,并根据Web服务在不同阶段的失效过程构建各个阶段的可靠性模型,将各阶段的可靠性模型集成起来即构成了Web服务的可靠性预测模型.通过实例描述了该模型的可靠性度量方法,并将该阶段模型和传统的可靠性模型进行了比较,实验结果表明了该可靠性阶段模型是有效的,因此比传统模型更加适用于Web服务.

软件可靠性预测的相关向量机模型

相关向量机是一种解决回归问题非常有效的方法,针对软件失效时间及其之前的m个失效时间数据使用相关向量机进行学习,以建立失效时间之间内在的依赖关系,由此构建新的基于相关向量机的软件可靠性预测模型.在4个数据集上的实验结果表明,新模型在预测能力上较之广泛使用的基于支持向量机或人工神经网络的软件可靠性预测模型有明显的提高,同时也表明现时失效数据的预测能力比很久之前观测的失效数据更强,最后通过实验对合理的m值及不同数据集上核函数参数取值进行研究.

某型涡喷发动机使用寿命的评定方法

给出了可修系统使用寿命的定义， 根据涡喷发动机的试车数据， 提出了应用ＡＭ－ＳＡＡ－ＢＩＳＥ模型评定使用寿命的步骤与方法， 并用数值例说明了这些方法。

组合Web服务分层安全模型研究

随着Web服务技术的应用与发展,组合Web服务的安全问题日益突出。已有的Web服务安全规范只是指定实现单独的自治Web服务安全需求应该遵循的协议,尚没有一个被广泛接受的组合Web服务安全体系架构。指出了现有的Web服务组合安全框架研究的不足,分析了组合Web服务的安全模型的要求。针对Web服务应用模式,提出了一种基于Web服务协议栈的组合Web服务分层安全模型(HSM-WSC),并对每个层的安全功能进行了论述。HSM-WSC模型具有灵活性和可扩展性,能够满足Web服务组合的安全需求。最后还给出了HSM-WSC模型的实施机制。

基于贝叶斯理论的恢复力模型参数识别方法

提出了基于贝叶斯理论的恢复力模型参数识别方法,该方法考虑了模型误差的影响,结合实测滞回曲线数据,不仅可以得到模型参数的最有可能值,而且可以得到模型参数的定量的不确定性。以密肋复合墙体在低周反复荷载作用下所得滞回曲线为例,提出了可考虑刚度降低、捏拢滑移及极限荷载后强度降低现象的恢复力模型,建立了基于贝叶斯理论的恢复力模型参数识别计算框架,推导得到了模型参数的负对数似然函数,据此可得到模型参数的最有可能值及协方差矩阵。对标准密肋复合墙体预制试件和现浇试件的恢复力模型参数进行了识别,将根据模型参数最有可能值得到的滞回曲线及根据模型参数最有可能值及协方差矩阵得到的骨架曲线,与相应的实测值进行了对比,验证了所提方法的可行性及识别结果的合理性,更新的模型参数概率分布可用于后续的抗震风险评估。

系统实时性能可靠性评估的贝叶斯方法

多数产品或系统的失效可归结为其潜在的退化过程,且系统退化通常为隐含的过程而无法直接观测或测量。针对隐含的退化过程不可直接观测的特点,本文提出一种基于状态空间模型的产品退化建模方法,以系统运行期间采集的性能数据为基础,结合贝叶斯估计理论,实现了对系统隐含退化状态的在线估计与预测,以及对系统性能可靠性的实时评估。以民航发动机为对象,通过对实际收集的性能数据的分析表明,本文所提方法能够较好地用于系统性能可靠性的实时评估。

基于贝叶斯模型的云服务服务质量预测

针对如何分配一个未来一段时间内满足QoS要求的云服务和感知可能将要发生的QoS违规的问题,提出一种基于时间序列预测方法的云服务QoS预测方法。该预测方法利用改进的贝叶斯常均值(IBCM)模型,能够准确地预测云服务未来一段时间内的QoS状态。实验通过搭建Hadoop集群模拟云平台并收集了响应时间和吞吐量两种QoS属性的数据作为预测对象,实验结果表明:相比自回归积分滑动平均(ARIMA)模型和贝叶斯常均值折扣模型等时间序列预测方法,基于改进的贝叶斯常均值模型的云服务QoS预测方法的平方和误差(SSE)、平均绝对误差(MAE)、均方误差(MSE)和和平均绝对百分比误差(MAPE)均比前两者小一个数量级,因此具有更高的预测精度;同时预测结果对比图说明提出的预测方法具有更好的拟合效果。

修正的氯离子在混凝土中的扩散模型及其工程应用

通过参数定义对Fick定律的假定进行修正,推导氯离子在混凝土中扩散的多因素修正模型,综合考虑氯离子扩散系数的时随效应、混凝土的氯离子结合能力和混凝土自身缺陷对扩散过程的影响.经分析试算,给出模型中参数的取值.利用修正的扩散模型,推导定值法、基于概率性能和基于时变可靠度的混凝土结构工作寿命预测方法,并采用上述方法对一在建的实际工程进行寿命预测.结果表明,基于时变可靠度的预测方法不仅可以考虑氯离子扩散系数及混凝土保护层厚度的随机特性,而且可以方便地考虑环境变量的随机特性,通过调整目标可靠度得到的预测结果与定值法和基于概率性能的预测方法的结果相吻合.

基于控制结构的Web服务可靠性预测模型

在Web服务开发过程中,为了创建满足特定应用需求的新服务,需要将不同地理位置、不同服务提供者提供的Web服务按照一定的结构关系组合起来。在服务组合过程中,首先要保证服务执行的可靠性,组合服务的可靠性是Web服务最重要的QoS(Quality of Service)属性,是决定Web服务能否成功应用的关键。组合服务的可靠性不仅和服务之间的结构有关,而且和组合的条件也有一定的关系,因此传统的可靠性模型已经不再适用于Web服务。为了提高Web服务的可靠性预测精度,提出了一种基于控制结构的组合服务的可靠性模型,最后通过案例分析说明了该可靠性模型能够比较精确地预测服务可靠性。

基于AOP的Web服务组合容错模型

为了解决现有Web服务组合容错方案中功能性代码与容错处理代码缠绕问题,提出了基于AOP的Web服务组合容错模型。对Web服务组合执行过程的各阶段失效原因进行了分析和归类,给出了相应的容错处理策略;基于AOP横切关注点分离的思想,构建了Web服务组合容错模型,保障执行过程中业务功能和服务质量的同时,实现了容错关注点与功能关注点的分离。通过实例分析,验证了该模型的可行性和有效性。

基于绑定图的Web服务可靠性预测模型

为提高动态组合服务的可靠性预测精度,提出一种适用于Web动态服务的可靠性预测模型。将Web服务分解为执行路径、服务组合模块、原子服务等不同粒度的组合单位,构建各组合单位的绑定图,在绑定图的基础上按照粒度大小逐层进行可靠度预测,并将组合单位的可靠度集成为组合服务的可靠度。实例分析结果表明,与现有可靠性预测模型相比,当组合服务中服务组件的可靠度发生变化时,该模型只需计算受该服务影响的执行路径上的可靠度增量,降低了计算复杂度,并且能更高效地进行灵敏度分析以识别组合服务中的关键服务。

潜在故障对服务组合系统可靠性的影响

目前电信网络服务组合系统尚无可靠性控制机制,使得服务可靠性受到严重影响。这就要求服务提供商对其服务组合的可靠性进行建模评估。本文主要讨论面向可靠性的服务组合方法和潜在故障对系统可靠性的影响。建立服务组合系统的可靠性模型,分析影响服务系统可靠性的相关参数。本文提出一个新参数:系统恢复所需时间。这是在系统失效前必须考虑的重要参数,并分析该参数对系统可靠性的影响。

面向成本最小化的组合服务可靠性优化分配

在设计阶段将Web服务组合可靠性指标约束分配到各组件服务,以提供一个可靠性高、成本最小化的Web服务组合是非常必要的。为此,分析Web服务组合结构模式及其对应的可靠性。基于组件服务的可靠性和成本之间的关系函数,建立组合服务可靠性分配优化模型并利用遗传算法对其进行求解。使得在保证Web服务组合可靠性的前提下,将Web服务组合的可靠性指标合理分配给组件服务,并把成本控制到最低。实验结果表明,与其他可靠性分配方法相比,该方法在节约成本方面具有优越性,是有效且实用的,种群具有更好的收敛性。