基于混合冗余策略的k-out-of-n:G系统可靠性优化模型

很多对可靠性要求极高的系统通常被设计成k-out-of-n:G结构,然而对该类系统的可靠性优化是一个相当困难的问题。为进一步扩展模型的适用性,提出一种采用混合冗余策略的可靠性优化新模型。该模型首次在k-out-of-n:G系统的可靠性优化中引入混合冗余策略,可以为每个子系统选择(积极、冷备份或混合)冗余策略中的任何一个。首先,基于连续时间马尔可夫链为k-out-of-n:G系统建立精确计算系统可靠性的数学模型。其次,提出一个冗余分配问题和一个工程案例问题,并设计一种伪并行遗传算法进行求解。最后,为评估新模型的性能,通过对提出的两个问题进行数值分析来评估新模型的性能。实验证明,相比以往模型研究,所提新模型得到更高的系统可靠性值,具有良好的应用前景。

k-out-of-n系统机会维护与库存控制多层级优化策略

面向服务型制造的复杂系统维护外包决策需求,针对k-out-of-n:G系统中冗余设备干涉、停机惩罚高昂和备件库存限制的挑战,提出了机会维护与库存控制多层级优化策略(OMICP).在设备层,构建各独立设备衰退模型,通过最小化维护成本率,贯序输出各设备预防维护周期;在系统层,以各设备维护时点为契机,综合考虑库存水平、关停数量和冗余干涉,制定动态组合机会维护策略;在联合层,基于机会维护决策反馈,建模分析备件订购利润结余,制定实时更新库存控制策略.通过服务商承担外包维护下的多层级交互决策,整合复杂系统维护与库存控制耦合关系,优化维护外包服务总成本.算例分析证明,所提OMICP具有复杂决策可行性和成本优化有效性.

Consecutive-(r,f,k) out-of-n:F和Consecutive-(f,g)-out-of-(r,n):F线性系统的可靠性

Consecutive-(r,f,k)-out-of-n:F系统由n个单元顺序连结而成,仅当在连续的r个单元中,至少有f个失效或者至少连续k个失效,整个系统才失效;而Consecutive-(f,g)-out-of-(r,n):F系统由n个单元顺序连结而成,仅当在整个系统中至少有f个失效或者在连续的r个单元中,至少有g个失效,整个系统才失效。本文运用马氏链嵌入方法,在单元之间相互独立以及单元之间马氏相关这两种情况下,给出线性系统的可靠性。

基于累积成本限制的k-out-of-n:F系统维护决策

为了在提高系统可靠性的同时有效控制修复成本,以k-out-of-n:F系统为研究对象,提出基于累积修复成本限制策略的维护模型,模型中考虑系统部件之间的失效相关性,根据系统中失效部件的数量m将系统故障分为两类。其中,Ⅰ类故障:系统失效部件数0<m<k,修复方式为最小修复;Ⅱ类故障:系统失效部件数m≥k,系统失效,对系统进行更换。以最小累积修复成本率为目标,采用迭代算法对模型进行数例分析,结果表明所建模型是有效且实用的。

Out-of-bag样本的应用研究

Bagging集成通过组合不稳定的基分类器在很大程度上降低"弱"学习算法的分类误差,Out-of-bag样本是Bagging集成的自然产物。目前,Out-of-bag样本在估计Bagging集成的泛化误差、构建相关集成分类器等方面得到了广泛应用。文章对Out-of-bag样本的应用进行了综述,阐述了对其进行研究的主要内容和特点,并对它在将来可能的研究方向进行了讨论。

1-out-of-n不经意传输的变换及应用

提出了不经意传输的一个新应用——在群签名中的应用。首先给出了文献[1]的1-out-of-n不经意传输协议的一个变形,利用该变形协议提出了一种新的群签名成员资格撤销方法。该撤销方法是一个一般性的方法,可通用于任何群签名方案,而以前的撤销方法都是针对某一具体签名方案的,不具有通用性。在随机预言机模型以及计算Diffie-Hellman(CDH)假设下,可证明新协议是安全的。

序贯k-out-of-n系统在序约束下参数的假设检验

考虑带有协变量的序贯k-out-of-n模型,假设给定协变量寿命的分布是指数分布族,对指数分布的刻度参数建立对数线性模型,研究在序约束下模型参数的两个假设检验问题,并讨论在序约束下检验统计量的渐近分布为χ^2分布.

基于异构环境的Out-Tree任务图的调度算法

分布式应用程序的有效调度是异构计算系统中的一个关键问题。目前已有的Out-Tree任务图的调度算法大多基于同构环境而开发,未考虑处理机的异构性,导致调度的效率较低。针对异构计算环境,提出一个基于列表和任务复制的Out-Tree任务图的静态启发式贪心调度算法,其时间复杂度为O(hv2 p),其中h、v和p分别表示任务图的高度、任务个数和调度使用的处理机个数。实验结果表明,相比其他算法,该算法能提供调度长度较短、处理机使用较少的有效调度,其应用性更强。

K-OUT-OF-N(F)C输油管道系统的可靠性计算

用K -OUT -OF -N(F)C系统来描述输油管道系统 ,利用概率理论和Markov链的有关性质推导出K -OUT -OF -N(F)C输油管道系统可靠度的精确计算公式和近似计算公式 ,并通过算例对精确计算公式和近似计算公式进行了比较 ,得出了近似计算公式的误差比较小 ,可以应用于工程中 ,并且通过数值计算得出n在大于 10时 ,利用近似公式计算K -OUT -OF -N(F)C输油管道系统的可靠度的结论 ,有益于对输油管道系统的可靠性进行合理的、整体性的评价 ,为输油管道的安全运行提供有效理论依据。

小品词-OUT-语义的认知语言学分析

-OUT-是英语短语动词中使用频率居于第二位的小品词。传统认为它与英语习语中的介词和副词一样,其语义具有不可分析性。根据物象与背景理论中-OUT-的意象图式,它的语义在短语动词中具有可分析性,其基本含义与事物从内到外的移动相关,在短语动词中有18个义项,其中包括其概念隐喻变义,这些义项对短语动词的语义产生积极的影响。

可修k-out-of-n:G系统的可靠性分析

用马氏链数学模型研究了可修 k- out- of- n:G系统 ,得到了计算系统的瞬时可用率的方法和计算系统稳态可用率的公式 ,最后以 Internet为例说明了该方法和公式的工程应用。

实时分布系统中Out-Tree任务的调度与检查点策略

针对实时分布系统中的Out-Tree任务,提出了一种启发式的调度算法(HSA—OT),并开发了一种多处理机上的最优检查点策略。该调度算法能够保证任务的调度长度最小,所需处理器数目尽量少,没有处理机间通信开销。该检查点策略没有检查点全局一致性开销,可保证各处理机的失效率最低。

区间数据观测下k-out-of-n系统剩余寿命的一些年龄性质

考虑第k-1个元件在时刻t或时刻t以前失效的条件下,k-out-of-n系统仍在工作时的剩余寿命,得到了剩余寿命的一些年龄性质.

k-out-of-N系统的随机比较

设 {Xn,n≥ 1}是独立非负随机变量序列 ,N是正整值的随机变量且与 {Xn,n≥ 1}独立 .考虑由寿命为X1,… ,XN 的N个部件组成的k -out -of-N系统 (系统正常当且仅当N个部件中至少k个正常 )的寿命 。

可修复与不可修复K-out-of-N:G体系的可靠性瞬态分析

提出了受M个故障模式影响的可修复与不可修复的K-out-of-N:G体系的马尔可夫模型.可修系统的可靠性和平均故障时间可以通过线性微分方程组的数值解得到.瞬时概率的闭型解被用来获得不可修复体系的可靠性和平均故障时间.

基于Wash-Out-Filter方法控制非线性系统Hopf分岔

Hopf分岔往往导致系统的周期性振荡直至失稳,为此,基于wash-out-filter方法为非线性系统设计Hopf分岔状态反馈控制器.在保持平衡点不变的情况下,使得系统在期望的参数值处,将原来发生的亚临界Hopf分岔转化为超临界Hopf分岔,并保证系统在参数值范围内是渐近稳定的.分别以一维和二维非线性系统为例,仿真结果验证了所提方法的正确性和有效性.

基于多值决策图的多状态线性consecutive-k-out-of-n系统的性能分析

多状态线性consecutive-k-out-of-n系统(简称MLC(k,n)系统)是由n个部件按顺序串联排列在一条线上组成的.MLC(k,n)系统根据连续失效部件的数量不同,呈现不同的性能.基于多值决策图(multi-valued decision diagram,MDD),提出一种MLC(k,n)系统性能分析方法 ,对具有任意寿命分布异构部件的MLC(k,n)系统的性能进行建模和评估,重点给出了高效的MDD模型生成算法.通过分别对不可修复和可修复MLC(k,10)系统的具体实例分析,说明了MDD方法的有效性,其适用于任意寿命分布的异构不可修复部件系统.

可修Consecutive-k-out-of-n:G系统(英文)

本文研究有一个修理工的可修Ｃｏｎｓｅｃｕｔｉｖｅ－ｋ－ｏｕｔ－ｏｆ－ｎ： Ｇ系统．这个Ｇ系统是由ｎ个相同且独立的部件构成的环形或直线系统．假定每个部件的工作时间和修理时间都是指数分布．我们引进了广义转移概率和关键部件的概念，并假定一个关键部件具有较高的修理优先权，从而确定了系统状态的转移概率，同进讨论了系统的几种可靠性指标．

线性和环型Consecutive-k-out-of-r-from-n:F系统可靠性的精确解

本文利用马氏链嵌入法给出了工程上被称为Consecutive k out of r from n :F系统的可靠性精确解。这种方法适用于较复杂的系统可靠性计算 ,且易于在计算机上实现。

基于out-of-bag样本的随机森林算法的超参数估计

随机森林是一种有效的分类树集成算法,但为了使它具有较高的预测精度,要采用某种方法确定其超参数的最优值.在不额外增加计算复杂性的前提下,提出了一种基于out-of-bag样本估计其超参数取值的方法.仿真试验的结果表明,利用文中提出的方法所选取的超参数在多数情况下都能使随机森林算法的分类效果达到最优.