动态故障树分析方法在软、硬件容错计算机系统中的应用

结合几个动态逻辑门及其向Markov状态转移链的转化,介绍了一种新的动态故障树建模分析方法,用来解决不可修系统中对动态时序特性的建模困难问题。并给出了一个具体的例子,应用这种方法对其进行分析。分析结果表明,软、硬件容错技术在计算机系统中的应用,可以显著提高系统的可靠性。     

基于马尔科夫链模型的脉动装配线运行状态预测

分析了影响脉动生产线运行的因素和状态预测的必要性,提出了基于马尔科夫链模型的状态预测方法。基于马尔科夫链预测理论,对脉动生产线运行状态划分,确定状态转移矩阵,建立马尔科夫预测模型,并对模型准确性进行验证。     

Multiple hierarchy risk assessment with hybrid model for safety enhancing of unmanned subscale BWB demonstrator flight test

To explore the low-speed characteristics of the Blended-Wing-Body (BWB) configuration for future civil aircraft, a series of unmanned subscale demonstrators have been developed and tested by our research team. During this process, specific safety risks deriving from uncertain design features, system unreliability, and insufficient personnel experience caused continuous flight test mishaps and the risk mechanism was not clear. Local and trial-and-error learning driven safety improvements took few effects on mishap prevention, so our focus was turned to look for systematic safety strategies. This paper establishes a systems theory based hybrid model to integrate the physical system reliability analysis techniques with the system dynamics method for illustrating the multiple risk interactions of the demonstrator flight test involving organizational, human resource and technical system factors. Using the prior BB-5 demonstrator as a case, the hybrid model simulation represents its historical risk evolution process, which verifies the model rationality. Derived risk control strategies reduced the mishap rate of a new demonstrator called BB-6 Sprit. The paper also shows the extended hybrid model can be applied on safety management of unmanned aerial vehicles from the initial period of vehicle development.     

复杂产品供应链协同优化的演进与发展

本文从协同管理、协同设计、协同建模以及决策优化等方面对供应链协同研究的成果进行梳理,并指出了供应链协同优化研究的新动态。     

多部件并联系统Non—Markov可修系统的数值计算

运用Ｍｏｎｔｅ－Ｃａｒｌｏ方法计算了多个部件组成的并联系统Ｎｏｎ－Ｍａｒｋｏｖ可修系统的可靠度，可用度，工作时间，停工时间等系统可靠性技术指标，并利用Ｍａｒｋｏｖ计算结果验证了结果的正确性。     

隐马尔可夫模型在对象定位中的应用与实现

以医学图像中脊柱的定位为应用背景,对经典Viterbi算法进行改进,根据全局最优搜索算法提出了可控的最优搜索算法,把隐马尔可夫模型(Hidden Markov model,HMM)应用于二维图像中线性结构对象的定位。以真实的人体脊柱X光照片为实验样本进行的定位实验,结果表明:HMM模型不需要对图像施加较多的限制,就可获得较成功的定位结果,同时引入了可控的最优搜索算法后,定位效果有了进一步的提高。还通过实验分析了可控制的最优搜索的两个控制参数对定位性能的影响,并提出了定位性能具有区间性的结论。     

变动市场环境下的马尔可夫决策

在原有马尔可夫决策的基础上，提出对应于不断发展的市场环境下的马尔可人决策的改进模型。该模型考虑市场增长对处于竞争之中的同类型公司的最终市场占有率所具有重要的影响，并给出了市场按照不同类型增长曲线发展的相应模型及最终均衡状态的含义。     

多Agent智能制造系统研究综述

Agent与多Agent系统是分布式人工智能的主要研究方向之一，Agent技术已经被认为是进行分布式工业系统建模的一种重要方法，是设计与实施分布式智能制造环境的最自然的手段，是构建下一代制造系统的重要技术之一，基于Agent的制造系统是多Agent系统理论和方法在制造领域中的具体应用，在对Agent与多Agent系统技术研究进行简要总结的基础上，综述了Agent技术在制造企业集成，供应链管理、制造规划、调度和制造控制等方面的应用及其研究现状，并对Agent制造系统研究的主要内容及关键问题进行了探讨。     

一种改进的基于LDPC码的信源信道联合译码方法

提出一种改进的将LDPC迭代译码和隐马尔可夫估计相融合的迭代译码算法。一方面通过隐马尔可夫信源估计获取信源残留冗余,作为外信息提供给LDPC迭代译码;另一方面,通过LDPC迭代译码获得更精确的信源估计模型参数,加快迭代收敛速度,获得更好的迭代译码性能。其优点是无需知道任何关于信源的先验信息,计算复杂度低,并行操作性强,尤其适用于宽带多媒体传输。     

基于复杂网络的航空制造供应链关键节点识别研究

随着不稳定因素的增加以及航空制造供应链的参与主体增多，航空制造供应链的管理所面临的风险也随之增大。因此针对航空制造供应链网络的风险管理，以复杂网络为工具研究供应链网络中的关键节点识别问题，从而帮助航空供应链提升抗风险能力。通过分析我国航空制造供应链网络现状和特点，提出供应链形成机制并划分供应链层级，对航空制造供应链进行构建及指标界定，对度中心性、介数中心性、接近中心性三种经典中心性算法以及传统K-Shell 分解算法进行加权改进；结合熵值-TOPSIS 法提出一种针对加权网络的供应链关键节点识别算法——WKC 算法，通过构造网络来进行算例分析，验证该种算法的有效性。结果表明：本文提出的WKC 算法原理科学、计算复杂度较低，为航空制造等高端装备制造业供应链的风险管理提供了一定的参考。