基于测试性设计特性的样本量确定方法

针对测试性验证试验方法的局限性,提出了一种新的故障样本量的确定方法。根据系统的测试性特性,建立单元、功能、性能和测试之间的相关矩阵;选择相关矩阵的列权值最大的列删减单元功能相关矩阵和功能性能相关矩阵,依次遍历完所有列,获取样本和样本数量;利用实例进行了验证,结果表明：计算过程简单,结果更符合实际系统测试性验证试验对于样本量的要求。     

基于粗糙集和Petri网的随机流网络可靠性评价方法

针对随机流网络可靠性建模难的问题,提出一种基于粗糙集和Petri网相结合的随机流网络可靠性评价方法.建立了随机流网络在确定网络状态下的Petri网模型,并利用粗糙集方法求得网络中各边状态对系统状态的重要度;然后以此作为随机流网络的Petri网模型中各变迁的优先因子来控制模型中变迁的激发;最后通过蒙特卡罗仿真求得随机流网络可靠度的估计值.仿真结果表明,该方法是一种计算随机流网络可靠性的有效方法.     

复杂电子装备故障诊断建模方法研究

针对复杂电子系统功能层次较明显的特点，结合多信号模型和相关矩阵的策略，提出了一种用于复杂电子装备的相关建模方法，该方法可高效灵活地构建复杂电子装备的故障诊断模型，能有效实现故障诊断率和故障隔离率，并在某微机系统测试中得到验证。该方法建模简单，诊断速度快，能适应复杂电子系统的故障诊断。     

基于广义AO~*算法的测试序列问题研究

测试序列问题的目标是用最小的期望测试费用找到最佳测试序列。提出了一种广义AO*算法解决了电子设备的测试序列问题。对传统的AND/OR图进行扩展得到一种广义的AND/OR图,它不仅能够提高AND/OR图的表达能力而且能够实现推理操作符与问题之间的多对多关系;描述了广义AO*算法的步骤并且分析了该算法的计算复杂度。通过实例说明广义AO*算法不仅可有效减少计算复杂度和平均测试代价,而且生成的故障诊断策略能快速、有效的指导维修人员定位故障以减少维修代价。     

基于BP网络的数字电路多故障诊断研究

为了更有效地对数字电路进行多故障诊断，提出了一种利用电路的故障真值表来表征电路在有故障和无故障状态下的特征信息来对电路进行故障诊断的新方法。该方法使用BP型神经网络，运用误差反向传播算法，把从电路中提取的有效特征信息作为样本对网络反复训练，从而实现用单故障对多故障进行诊断的目的。实验表明该方法可以有效、方便地实现电路的故障检测和定位，为多故障诊断的研究提供了一种新思路。