基于自適應(yīng)學(xué)習(xí)算法的多狀態(tài)系統(tǒng)可靠性分析方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及軟件系統(tǒng)技術(shù)領(lǐng)域，尤其涉及一種基于自適應(yīng)學(xué)習(xí)算法的多狀態(tài)系統(tǒng) 可靠性分析方法及系統(tǒng)。
【背景技術(shù)】
[0002] 在一個(gè)復(fù)雜的軟件系統(tǒng)中，一個(gè)部件可能承擔(dān)多項(xiàng)任務(wù)，部件對(duì)一個(gè)任務(wù)失效的 同時(shí)，對(duì)其他任務(wù)可能完成的很好。所W同一個(gè)部件在同一時(shí)期的不同系統(tǒng)分支中，可W承 擔(dān)不同的任務(wù)角色，從而表現(xiàn)出一種多狀態(tài)系統(tǒng)現(xiàn)象。在多狀態(tài)系統(tǒng)可靠性估計(jì)中，一般需 要知道部件的可靠性，從而根據(jù)系統(tǒng)的結(jié)構(gòu)估計(jì)出系統(tǒng)的可靠性。但是，由于高可靠性產(chǎn)品 失效為小概率事件或者可靠性試驗(yàn)時(shí)的環(huán)境和使用環(huán)境不完全相同等因素，使得獲得部件 可靠性具有一定的模糊性。在該些情況下，更適合通過(guò)模糊數(shù)的模糊運(yùn)算對(duì)系統(tǒng)的可靠性 進(jìn)行估計(jì)。系統(tǒng)模糊可靠性理論是模糊數(shù)學(xué)與系統(tǒng)可靠性相結(jié)合產(chǎn)生的產(chǎn)物，研究的是系 統(tǒng)可靠性分析中的模糊現(xiàn)象，對(duì)常規(guī)可靠性設(shè)計(jì)的一個(gè)有益的補(bǔ)充，也是目前占主流的處 理模糊不確定性問(wèn)題的方法。因此從多狀態(tài)理論和模糊狀態(tài)理論出發(fā)去處理大型復(fù)雜系統(tǒng) 必將成為系統(tǒng)可靠性研究的重點(diǎn)之一，它已經(jīng)成為眾多學(xué)者致力研究的方向。
[0003] 在多狀態(tài)系統(tǒng)可靠性方面，近年來(lái)，人們進(jìn)行了大量的研究和試驗(yàn)，提出了多種可 靠性分析方法，并將其他領(lǐng)域的技術(shù)引入到可靠性分析上，該些方法對(duì)于多狀態(tài)系統(tǒng)的可 靠性分析具有一定的適用性。但總的來(lái)說(shuō)，多狀態(tài)可靠性分析方法還有待進(jìn)一步研究和完 善，面對(duì)日益復(fù)雜的多狀態(tài)系統(tǒng)與越來(lái)越精確的可靠性分析方法，多狀態(tài)系統(tǒng)參數(shù)值的精 確度成為影響多狀態(tài)系統(tǒng)可靠性的主要因素，多狀態(tài)系統(tǒng)動(dòng)態(tài)變化狀態(tài)的參數(shù)值最優(yōu)化仍 然是多狀態(tài)系統(tǒng)可靠性分析的關(guān)鍵難點(diǎn)問(wèn)題。
[0004] 基于參數(shù)評(píng)估的多狀態(tài)系統(tǒng)可靠性分析方法是近年來(lái)提出的較新的基于參數(shù)最 優(yōu)值的多狀態(tài)系統(tǒng)可靠性分析方法，它主要通過(guò)計(jì)算智能算法評(píng)估多狀態(tài)系統(tǒng)的模糊參數(shù) 值，然后通過(guò)一定的技術(shù)手段來(lái)進(jìn)行多狀態(tài)系統(tǒng)可靠性分析，但目前基于模糊參數(shù)值的多 狀態(tài)系統(tǒng)可靠性分析仍然不夠成熟，主要面臨如下問(wèn)題：
[0005] (1)由于多狀態(tài)系統(tǒng)動(dòng)態(tài)變化狀態(tài)的存在，當(dāng)多狀態(tài)系統(tǒng)狀態(tài)發(fā)生變化時(shí)，原有 的模型的各種參數(shù)如闊值等不再適用，必須對(duì)系統(tǒng)參數(shù)重新在模型上標(biāo)注，因此多狀態(tài)系 統(tǒng)模型的適應(yīng)性有待提高，需要系統(tǒng)化的模型進(jìn)行支撐。
[0006] (2)多狀態(tài)系統(tǒng)可靠性模型本身的參數(shù)值一般是依靠人工經(jīng)驗(yàn)確定，該樣就易將 人工經(jīng)驗(yàn)的不確定性添加在算法中，影響算法的準(zhǔn)確性。
[0007] (3)總的來(lái)說(shuō)，多狀態(tài)系統(tǒng)理論框架雖初見端倪，但是對(duì)于現(xiàn)實(shí)的各種多狀態(tài)系統(tǒng) 的可靠性分析還缺乏通用的模型。目前僅能采用一些特殊的技術(shù)方法解決一些類別的多狀 態(tài)系統(tǒng)。模糊可靠性理論無(wú)論在理論研究方面還是工程應(yīng)用方面都還處于初始發(fā)展階段， 一般系統(tǒng)的模糊可靠性模型尚沒有明確的物理定義。針對(duì)多狀態(tài)系統(tǒng)的模糊可靠性更為復(fù) 雜，還沒有通用合理的計(jì)算分析模型。

【發(fā)明內(nèi)容】

[0008] 基于上述問(wèn)題，本發(fā)明提供一種基于自適應(yīng)學(xué)習(xí)算法的多狀態(tài)系統(tǒng)可靠性分析方 法及系統(tǒng)，通過(guò)建立多狀態(tài)系統(tǒng)petri網(wǎng)模型，并對(duì)模型的參數(shù)進(jìn)行自適應(yīng)地學(xué)習(xí)，從而達(dá) 到準(zhǔn)確評(píng)估多狀態(tài)系統(tǒng)可靠性的目的。
[0009] 根據(jù)上述目的，本發(fā)明的一個(gè)方面提供一種基于自適應(yīng)學(xué)習(xí)算法的多狀態(tài)系統(tǒng)可 靠性分析方法，其特征在于，所述方法包括：
[0010] S1、建立多狀態(tài)petri網(wǎng)模型，并分別設(shè)定所述petri網(wǎng)模型中的依賴度和重要度 的初始值；
[0011] S2、根據(jù)所述依賴度和重要度的值計(jì)算系統(tǒng)可靠度，然后計(jì)算系統(tǒng)可靠度誤差 值；
[0012] S3、判斷所述系統(tǒng)可靠度誤差值是否小于闊值，是則結(jié)束，否則執(zhí)行下一步；
[0013] S4、根據(jù)粒子群算法依次調(diào)節(jié)所述依賴度和重要度，得到最優(yōu)依賴度和最優(yōu)重要 度；
[0014] S5、根據(jù)所述最優(yōu)依賴度和重要度建立多狀態(tài)系統(tǒng)的可靠性估計(jì)的狀態(tài)概率表。
[0015] 其中，所述多狀態(tài)petri網(wǎng)模型建立為：
[001 引 S脈pN=〈P, D, T, I, 0, a , T h, T〉，
[0017] 其中，P = IP。P2. . . . P。}為庫(kù)所結(jié)點(diǎn)的有限集合；T =咕，t2. . . . U為變遷結(jié)點(diǎn) 的有限集合；D表示節(jié)點(diǎn)命題的有限集合；I為輸入矩陣，0為輸出矩陣，a表示庫(kù)所對(duì)應(yīng)命 題的重要度，Th表示狀態(tài)變化過(guò)程時(shí)節(jié)點(diǎn)之間的依賴度；X表示變遷的平均實(shí)施速率。
[0018] 其中，所述粒子群算法的公式為：
[0019] V。二 w*V n-i+cl*rand* (pBest-Pre)+c2*rand* (gBest-Pre)
[0020] Pre = Pre+V,
[0021]
[0022] 其中，w表示調(diào)整權(quán)重，V表示調(diào)整速度；cl, c2表示學(xué)習(xí)因子，rand是[0, 1]之間 的隨機(jī)數(shù)，用W調(diào)節(jié)調(diào)整速度的快慢；pBest表示當(dāng)前依賴度；濁est表示當(dāng)前重要度；Pre 表示當(dāng)前調(diào)整位置。
[0023] 其中，所述步驟S4具體包括：
[0024] S41、根據(jù)上述粒子群算法調(diào)節(jié)當(dāng)前節(jié)點(diǎn)k的依賴度，并根據(jù)調(diào)節(jié)后的依賴度計(jì)算 當(dāng)前系統(tǒng)可靠度，并計(jì)算對(duì)應(yīng)的當(dāng)前系統(tǒng)可靠性誤差值fk;
[00巧]S42、判斷fk<fk-i，是則返回步驟S41，否則執(zhí)行下一步；
[0026] S43、令k = k+1，并判斷是否k<n，是則返回步驟S41，否則執(zhí)行下一步，其中，n為 輸入庫(kù)所和中間庫(kù)所的總個(gè)數(shù)賦值；
[0027] S44、判斷fk是否小于等于闊值，是則結(jié)束，得到最優(yōu)依賴度，否則執(zhí)行下一步；
[0028] S45、判斷當(dāng)前調(diào)節(jié)依賴度次數(shù)是否超過(guò)設(shè)定次數(shù)，是，則執(zhí)行下一步，否則返回步 驟 S41 ;
[0029] S46、將當(dāng)前依賴度的值代入所述粒子群算法中，調(diào)節(jié)所述重要度，并根據(jù)調(diào)節(jié)后 的重要度計(jì)算當(dāng)前系統(tǒng)可靠度，并計(jì)算對(duì)應(yīng)的當(dāng)前系統(tǒng)可靠度誤差值fj.;
[0030] S47、判斷是則返回步驟S46,否則執(zhí)行下一步；
[0031] S48、令j = j+1，并判斷是否j<n，是則返回步驟S46,否則執(zhí)行下一步；
[0032] S49、判斷fj.是否小于等于闊值，是則結(jié)束，得到最優(yōu)依賴度，否則執(zhí)行下一步；
[0033] S410、判斷當(dāng)前調(diào)節(jié)重要度次數(shù)是否超過(guò)設(shè)定次數(shù)，是，則執(zhí)行下一步，否則返回 步驟S46 ;
[0034] S411、調(diào)節(jié)所述粒子群算法中的調(diào)整速度規(guī)則，執(zhí)行步驟S4。
[0035] 其中，所述系統(tǒng)可靠度誤差值的計(jì)算公式為：
[0036]
【主權(quán)項(xiàng)】
1. 一種基于自適應(yīng)學(xué)習(xí)算法的多狀態(tài)系統(tǒng)可靠性分析方法，其特征在于，所述方法包 括： 51、 建立多狀態(tài)petri網(wǎng)模型，并分別設(shè)定所述petri網(wǎng)模型中的依賴度和重要度的初 始值； 52、 根據(jù)所述依賴度和重要度的值計(jì)算系統(tǒng)可靠度，然后計(jì)算系統(tǒng)可靠度誤差值； 53、 判斷所述系統(tǒng)可靠度誤差值是否小于閾值，是則結(jié)束，否則執(zhí)行下一步； 54、 根據(jù)粒子群算法依次調(diào)節(jié)所述依賴度和重要度，得到最優(yōu)依賴度和最優(yōu)重要度； 55、 根據(jù)所述最優(yōu)依賴度和重要度建立多狀態(tài)系統(tǒng)的可靠性估計(jì)的狀態(tài)概率表。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述多狀態(tài)petri網(wǎng)模型建立為： Smspn= <P，D，T，I，0, a，Th, τ >， 其中，P = (P1, P2. . . . PJ為庫(kù)所結(jié)點(diǎn)的有限集合；T = It1, t2. . . . tm}為變遷結(jié)點(diǎn)的有 限集合；D表示節(jié)點(diǎn)命題的有限集合；I為輸入矩陣，0為輸出矩陣，α表示庫(kù)所對(duì)應(yīng)命題的 重要度，Th表示狀態(tài)變化過(guò)程時(shí)節(jié)點(diǎn)之間的依賴度；τ表示變遷的平均實(shí)施速率。
3. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述粒子群算法的公式為： Vn= w*V ^!+cl^rand* (pBest-Pre)+c2*rand* (gBest-Pre) Pre = Pre+V， 其中，W表示調(diào)整權(quán)重，V表示調(diào)整速度；cl, c2表示學(xué)習(xí)因子，rand是[0, 1]之間的隨 機(jī)數(shù)，用以調(diào)節(jié)調(diào)整速度的快慢；pBest表示當(dāng)前依賴度；gBest表示當(dāng)前重要度；Pre表示 當(dāng)前調(diào)整位置。
4. 根據(jù)權(quán)利要求3所述的方法，其特征在于，所述步驟S4具體包括： 541、 根據(jù)上述粒子群算法調(diào)節(jié)當(dāng)前節(jié)點(diǎn)k的依賴度，并根據(jù)調(diào)節(jié)后的依賴度計(jì)算當(dāng)前 系統(tǒng)可靠度，并計(jì)算對(duì)應(yīng)的當(dāng)前系統(tǒng)可靠性誤差值f k; 542、 判斷，是則返回步驟S41，否則執(zhí)行下一步； 543、 令k = k+Ι，并判斷是否k〈n，是則返回步驟S41，否則執(zhí)行下一步，其中，η為輸入 庫(kù)所和中間庫(kù)所的總個(gè)數(shù)賦值； 544、 判斷fk是否小于等于閾值，是則結(jié)束，得到最優(yōu)依賴度，否則執(zhí)行下一步； 545、 判斷當(dāng)前調(diào)節(jié)依賴度次數(shù)是否超過(guò)設(shè)定次數(shù)，是，則執(zhí)行下一步，否則返回步驟 S41 ； 546、 將當(dāng)前依賴度的值代入所述粒子群算法中，調(diào)節(jié)所述重要度，并根據(jù)調(diào)節(jié)后的重 要度計(jì)算當(dāng)前系統(tǒng)可靠度，并計(jì)算對(duì)應(yīng)的當(dāng)前系統(tǒng)可靠度誤差值f j; 547、 判斷，是則返回步驟S46,否則執(zhí)行下一步； 548、 令j = j+Ι，并判斷是否j〈n，是則返回步驟S46,否則執(zhí)行下一步； 549、 判斷&是否小于等于閾值，是則結(jié)束，得到最優(yōu)依賴度，否則執(zhí)行下一步； 5410、 判斷當(dāng)前調(diào)節(jié)重要度次數(shù)是否超過(guò)設(shè)定次數(shù)，是，則執(zhí)行下一步，否則返回步驟 S46 ； 5411、 調(diào)節(jié)所述粒子群算法中的調(diào)整速度規(guī)則，執(zhí)行步驟S4。
5. 根據(jù)權(quán)利要求3所述的方法，其特征在于，所述系統(tǒng)可靠度誤差值的計(jì)算公式為：
其中，匕表示節(jié)點(diǎn)X的系統(tǒng)可靠度，R sk為系統(tǒng)可靠度的樣本值。
6. 根據(jù)權(quán)利要求4所述的方法，其特征在于，所述調(diào)節(jié)所述粒子群算法中的調(diào)整速度 規(guī)則包括調(diào)整所述粒子群算法中的rand的值。
7. -種基于自適應(yīng)虛席算法的多狀態(tài)系統(tǒng)可靠性分析系統(tǒng)，其特征在于，所述系統(tǒng)包 括： Petri網(wǎng)模型建立單元，用于建立多狀態(tài)petri網(wǎng)模型，并分別設(shè)定所述petri網(wǎng)模型 中的依賴度和重要度的初始值； 誤差值計(jì)算單元，根據(jù)所述依賴度和重要度的值計(jì)算系統(tǒng)可靠度，然后計(jì)算系統(tǒng)可靠 度誤差值； 誤差值判斷單元，判斷所述初始誤差值是否小于閾值，是則結(jié)束，否則執(zhí)行下一步； 優(yōu)化單元，根據(jù)粒子群算法依次調(diào)節(jié)所述依賴度和重要度，得到最優(yōu)依賴度和最優(yōu)重 要度； 可靠性估計(jì)單元，根據(jù)所述最優(yōu)依賴度和重要度建立多狀態(tài)系統(tǒng)的可靠性估計(jì)的狀態(tài) 概率表。
【專利摘要】本發(fā)明涉及一種基于自適應(yīng)學(xué)習(xí)算法的多狀態(tài)系統(tǒng)可靠性分析方法及系統(tǒng)，所述方法包括：S1、建立多狀態(tài)petri網(wǎng)模型，并分別設(shè)定所述petri網(wǎng)模型中的依賴度和重要度的初始值；S2、根據(jù)所述依賴度和重要度的值計(jì)算系統(tǒng)可靠度，然后計(jì)算系統(tǒng)可靠度誤差值；S3、判斷所述系統(tǒng)可靠度誤差值是否小于閾值，是則結(jié)束，否則執(zhí)行下一步；S4、根據(jù)粒子群算法依次調(diào)節(jié)所述依賴度和重要度，得到最優(yōu)依賴度和最優(yōu)重要度；S5、根據(jù)所述最優(yōu)依賴度和重要度建立多狀態(tài)系統(tǒng)的可靠性估計(jì)的狀態(tài)概率表。本發(fā)明通過(guò)建立多狀態(tài)系統(tǒng)petri網(wǎng)模型，并對(duì)模型的參數(shù)進(jìn)行自適應(yīng)地學(xué)習(xí)，從而達(dá)到準(zhǔn)確評(píng)估多狀態(tài)系統(tǒng)可靠性的目的。
【IPC分類】G06F19-00
【公開號(hào)】CN104537224
【申請(qǐng)?zhí)枴緾N201410799576
【發(fā)明人】姚淑珍, 張新菊
【申請(qǐng)人】北京航空航天大學(xué)
【公開日】2015年4月22日
【申請(qǐng)日】2014年12月19日