小子样复杂系统保守可靠性增长模型

航空航天产品多为小子样复杂系统，其寿命分布服从双参数Weibull分布。由于样本量较小，Weibull分布的形状参数难以通过少数几次失效数据由客观方法估计得到。现有的处理方法是由专家设定或通过非参数统计方法解决，这就造成了可靠性分析结果具有很大程度的主观不确定性。为了研究这类系统的可靠性增长规律，文章提出了一种在不对其形状参数作任何假设的情况下的可靠度的保守估计方法，并进一步建立了系统分阶段研制过程中的可靠性增长保守模型，最后通过一个实例说明了该方法在工程中应用的有效性。     

可靠性分配的因素综合法及其特性

通过对传统的可靠性评分法的分析研究，提出该种方法的不足。因素综合法的提出，综合考虑了各因素对可靠性分配所起的作用（或贡献）。通过对其特性分析看出，该方法弥补了传统方法的不足，有利于各种参数的正确评定，因此，该方法是一种比较合理的可靠性分配法。     

考虑多因素的可修系统任务可靠性分配方法

在实际工程中,系统常常是由串联、并联、旁联和表决等模型混合而成的复杂可修系统,目前此类系统的可靠性分配方法多采用等分分配等方法,得到的分配结果往往误差较大。本文提出了一种考虑维修、故障逻辑等多因素影响的可修系统任务可靠性分配方法。该方法以系统故障率为待分配指标,首先对包含维修影响的故障率进行转换,然后利用考虑故障逻辑的评分分配法进行分配,最后通过备件系数进行修正,获得分配结果。新方法能够为在实际工程中可修系统的任务可靠性分配提供一种简便易行的方法。      

测试性分配和预计

测试性设计是电子系统和设备设计的重要内容，测试性指标的分配和预计又是测试性设计工作的重要组成部分，但尚未见到实用的分配和预计方法。对测试性定量参数的定义进行了讨论，根据定义和工程需要导出测试性指标的分配和预计的数学模型，给出实用的分配和预计方法并用例作了说明。     

一种复杂系统的预测方法

提出了一种适用于复杂系统的预测方法——多因素关联预测,并以战斗机机体费用预测作为算例。     

基于性能可靠性约束的智能液压泵节能优化

考虑飞机飞行剖面的多变性,针对智能液压泵变压力变流量的特点,提出一种多模性能可靠性分析方法.推导2类工作模式的传递函数模型,分析智能泵性能的主要影响因素,基于累积损伤理论构建多阶段任务可靠性模型.以系统工作效率为目标函数,性能可靠性指标为约束条件,对智能泵作优化设计.最后用优化所得参数求系统在各阶段的性能可靠度,并与机载液压系统常用的恒压泵作节能对比.结果表明:提出的基于节能的智能泵性能可靠性分析方法符合系统实际工况要求,相比传统恒压泵系统,智能泵系统的平均效率可提高15.8%.     

复杂系统的选择性维修模型和求解算法

考虑不修、最小维修、换件维修和多中间维修水平,提出了一种基于粒子群优化（PSO）算法和多员维修的复杂系统选择性维修模型,将组件维修前状态、组件有效役龄和维修费用等因素引入不完全维修模型,更符合工程实际。提出了一种基于多员维修的系统组件维修分配算法,解决了如何将多维修任务分配给多维修人员,使得系统维修时间最小的问题,并将所提算法引入到PSO算法中,求解考虑多维修人员和不完全维修条件的复杂系统选择性维修模型。案例表明:所提模型和求解算法有效,能够为复杂系统提供切实有效的维修决策方案。      

基于系统科学的复杂系统软件生命周期模型研究

复杂系统的核心功能主要由软件实现,软件对复杂系统的可信性和质量有至关重要的影响.目前复杂系统软件的研制和管理主要采用基于一般系统工程的方法,未考虑复杂系统所具有的开放性、涌现性、自组织性等特征,存在一定局限性.为保证复杂系统软件的可信性和质量,基于复杂系统的主要特征,引入系统科学的方法及理论对现有方法进行扩展,并结合敏...     

基于启发式算法的网络可靠性分配方法

由于网络的结构特殊性,已有的经典可靠性分配方法难以直接应用.在AGREE(Advisory Group on Reliability of Electronic Equipment)方法的基础上,根据网络可靠性与部件可靠性的函数关系确定网络部件重要度,运用启发式算法逐步迭代实现了网络k/N端可靠性分配,解决了无法对网络应用串联模型开展可靠性分配的问题.以中国教育网(CERNET,China Education and Research Network)骨干网为案例,应用该方法实现了75%网络节点连通可靠性指标的分配,并进一步分析了迭代终止条件、网络可靠性指标要求等参数对分配结果的影响,通过绘制可靠性随时间变化的曲线证明了分配结果能满足网络可靠性指标要求,说明了该方法的正确性和适用性.     

基于扩充Modelica的复杂系统多层次并行仿真

为提高复杂系统多学科建模仿真效率,弥补现有多领域统一建模仿真语言(Modelica)不支持并行的缺陷,提出了一个面向复杂系统建模仿真的多层次并行仿真框架,从仿真任务级、实体级和模型级3个应用层次上充分发掘仿真系统的并行性.将MPI(Message Passing Interface)/OpenMP中的并行元素加入Modelica语言,并通过所提出的代码映射机制将Modelica文本转换为支持并行编程的高级代码(C++),再利用一定的任务分配机制将高级代码在多层次并行平台(多核集群)上高效执行.针对某典型军事复杂系统优化迭代过程进行仿真实验,结果表明上述多层次并行仿真方法能大幅提高仿真效率.     

基于满意度的贮备多阶段任务系统可靠性优化

分析了多阶段任务系统成功运行的条件;在冷贮备系统的可靠性计算模型的基础上提出了单元是二态,失效率服从指数分布的冷贮备多阶段任务系统的可靠性计算模型;建立了系统可靠度、体积、重量和价格的子满意度函数,并利用层次分析法确定各个子满意度函数的影响因子;构建了基于综合满意度函数的贮备多阶段任务系统可靠性冗余优化模型,应用微粒群算法对模型进行求解.算例通过一个3个阶段的冷贮备系统来阐述该方法的应用,并验证了模型的合理性及算法的有效性.      

基于神经网络和遗传算法的公差优化设计

针对产品制造中公差与成本之间高度非线性关系的特点,提出了一种综合神经网络与遗传算法进行公差优化的方法,该方法利用遗传算法在大范围解空间内采用概率搜索策略得到全局最优解且有较强鲁棒性的特点,以及神经网络解决高度非线性问题的优越性,首先利用神经网络对公差成本进行仿真,得到具有黑箱特点的公差成本函数关系;然后在公差分配中采用遗传算法,以总成本最小为目标函数,以满足装配公差要求和符合标准公差等级为约束条件进行优化;同时基于VC和Matlab开发了公差优化系统,以飞机舱门锁钩机构为对象进行了验证,并针对不同的公差成本及分配方法进行了对比.结果表明:采用神经网络与遗传算法综合分配的结果与传统方法相比具有较大的优越性.     

基于遗传算法的飞行管理系统余度配置优化方法

余度设计是飞行管理系统研制过程中提升其安全性的主要手段之一。针对余度设计受制造预算(经济性)与使用阶段维修保障资源消耗(可靠性)的制约问题,基于飞行管理系统的安全性、基本可靠性及经济性数学模型,利用改进后适用于整数优化的遗传算法,提出了一种以安全性为目标、基本可靠性与经济性为约束的余度配置优化方法,并以实例说明其适用于较为复杂系统的余度配置优化。经过敏感性分析发现,安全性指标最优值随着基本可靠性约束下限的提高而降低,随着经济性约束上限的增加而增加。2种约束条件对优化目标竞争约束,在同一时刻只有1种约束条件起主要约束作用。     

基于云模型的全局最优化算法

基于云模型在定性概念与其定量数值表示之间转换过程中的优良特性,结合遗传算法的基本思想,提出一种自适应高精度快速随机搜索算法,并将之运用到函数寻优中.在定性知识的指导下该算法能够自适应控制搜索空间的范围,较好地避免了传统遗传算法易陷入局部最优解和选择压力过大造成的早熟收敛等问题.算法易于实现,不存在遗传算法中的编码问题.试验结果表明该算法具有精度高、收敛速度快等优点.在众多优化问题上有广泛的应用前景.      

大型复杂装备研发成本控制专家系统

根据大型复杂装备研发周期长、耗资大、风险大的特点,引入前馈控制机制,建立了大型复杂装备研发项目成本控制专家系统的体系结构,同时以该体系结构为主体,给出专家系统的知识表示及推理机的一种实现方法,最终使得知识库和推理机得以独立实现.实现后的系统以知识库和专家系统相结合的方式对装备研发成本进行实时监控和预测,对于输入的问题,系统经过推理后给出相应的参考建议,为成本管理智能化提供可行依据.由于知识库和推理机是相对独立实现,因此该系统相对传统专家系统来说具有更好的可维护性和可靠性.     

成本约束的表决冗余系统可靠度优化与分配

在成本限制下,为使系统的可靠度最大,系统采用表决冗余结构,并对具有表决冗余结构的系统可靠度和冗余度同时进行优化和分配,优化方法采用增广拉格朗日乘子法和鱼群算法相结合的混合算法;不仅分析了成本与可靠度的关系,同时讨论了表决器失效率对系统可靠度的影响;最后,以某型飞机的纵向俯仰运动飞行控制系统为例,仿真说明了在成本约束下,为使系统可靠度尽可能高,系统采用四余度配置更合理,且在只有单个表决条件下,应选取可靠度尽可能高的表决器.为避免单个表决器失效对系统可靠度的影响,实际系统中常选择多表决器冗余结构.     

基于遗传算法的多学科设计优化分解方法

通过分析现有的多学科设计优化中任务分解方法(枚举法、聚类识别法和分支定界法)的特点,指出了现有方法的不足.提出了将遗传算法应用于优化任务的分解问题,给出了具体的算法描述和详细的任务分解算法流程,并分析总结给出了该算法的优点:①遗传算法对搜索空间没有任何要求,因此对函数关系矩阵(FDT,Function Dependence Table)也没有任何要求;②遗传算法是一种随机迭代方法,不需要估计初值;③遗传算法同时对一组解进行搜索,大大提高了搜索速度,在保证计算精度的基础上得到全局最优解.最后还以齿轮减速器优化问题为例,将遗传算法应用于上述问题的任务分解过程,得到了较为满意的分解结果,并从计算方案次数的角度定量地比较了所提出方法与现有方法的区别,从而证明了该方法的正确性和优越性.     

基于姿态可操作度的机械臂尺寸优化方法

为解决机械臂尺寸优化设计问题,首先定义了表征灵活性的数值指标——姿态概率系数,即指定工作点上可行样本姿态与所取样本姿态之间的比值;之后根据姿态概率系数提出了姿态可操作度概念,它表征了机械臂在工作空间上的整体可操作性.在此基础上,提出了机械臂尺寸优化方法.该方法在机械臂原有结构设计的基础上,以机械臂自身无碰撞为约束条件,以姿态可操作度的倒数为适应度函数,利用遗传算法优化机械臂的尺寸参数,使优化后机械臂的可操作性最优.以六自由度(DOF)机械臂为例的优化结果表明:优化后机械臂姿态可操作度提高了40.33%.最后利用灵活性工作空间图进一步验证了算法的有效性,并讨论了姿态概率系数对优化结果的影响.      

固体火箭发动机成本与性能双目标优化设计

为求解某运载火箭上面级固体推进剂火箭发动机多属性价值优化问题,建立了发动机主要部件的参数成本模型,研究了一种改进的Pareto多目标遗传算法--IPGA算法,测试函数的计算结果表明,该算法收敛性优于NSGA-Ⅱ算法.以运载火箭末速度增量最大和发动机制造成本最低作为目标函数,采用IPGA计算得到了壳体材料分别为APMOC和碳纤维时的Pareto非劣解集,采用理想点法得到非劣解集中费效比变化的拐点,计算结果表明,以该点为满意解设计方案可以使该运载火箭的有效载荷提高7.6%,并使发动机的成本降低.