基于SCPN的软件可靠性建模与分析

针对软件动态行为复杂难以建模,且可靠性难以评估的问题,提出一种基于随机有色Petri网SCPN(Stochastic Colored Petri Net)的软件可靠性建模与分析方法。在建立软件可靠性分析的元结构模型的基础上,分别建立软件可靠性分析的串联结构模型和并联结构模型,有效地描述了软件的静态结构和动态行为。以某工厂采购系统为目标系统,以Time NET4.0为平台,建立其基于SCPN的软件可靠性分析模型,仿真验证了所提方法的正确性和有效性。该方法可以为软件可靠性的早期评估提供理论指导。     

复杂系统可靠性增长的动态建模方法

复杂系统可靠性增长试验是一个动态的过程,成本所限不允许进行大规模的试验,而传统方法在子样容量不足的情况下误差较大,无法精确地反应系统可靠性增长的特点,因此在小子样条件下对复杂系统可靠性增长进行评估是目前亟待解决的问题.基于AMSAA模型下复杂系统可靠性增长试验的特点,结合少量现场试验数据,提出了可靠性增长评定的动态建模方法,运用Bayes线性回归方法对系统的可靠性参数进行预测,并对可靠性增长试验的结果进行评定,并给出了各阶段可靠性增长试验中可靠性参数的Bayes估计.由仿真实例证明,与传统方法相比,文中的动态建模方法更加准确,能够有效的解决小子样条件下的可靠性增长问题.     

考虑环境因素的分布式系统可靠性建模及其分析

为建立可变工作环境下分布式系统可靠性模型,提出受控混合随机Petri网,即用连续库所中的托肯控制离散变迁的变迁率．以此反映工作环境对部件可靠性的影响,从而推理出环境对系统可靠性的影响．在此模型的基础上,采用蒙特卡罗方法进行不同环境下系统可靠性仿真求解,解决了可变工作环境下分布式系统的可靠性建模及其分析问题．最后,以一个C^4ISR系统为例说明了该方法是一种考虑可变工作环境影响的分布式系统可靠性分析的可行方法．     

基于GSPN的网络系统动态可靠性建模方法

针对传统可靠性建模方法难以描述和评价网络系统动态可靠性这一难题,提出一种基于广义随机Petri网(generalized sto-chastic petri net,GSPN)的网络系统动态可靠性建模方法,在讨论GSPN的形式化定义和建立GSPN建模要素与可靠性模型参数之间对应关系的基础上,详细描述了网络系统动态可靠性建模的过程;最后以某型车电系统为例,通过仿真实验得到了系统可用度指标的动态变化曲线,验证了所提方法的有效性。     

基于面向对象Petri网的煤矿CPS建模

针对煤矿CPS的特点,利用面向对象Petri网对其进行建模.从多Agent系统的角度,建立煤矿CPS的体系架构;建立该体系中各对象内部的子网模型;通过对煤矿CPS的业务流程分析,建立系统对象间的整体模型,描述各对象内部的静态、动态特性以及对象间的交互过程;对所建模型进行系统可靠性分析,分析结果表明,所建立的煤矿CPS模型具有良好的性能.该建模方法可提高系统的可靠性、可维护性和扩展性.     

基于GSPN的锁步处理器系统可靠性建模与分析

针对锁步自监控处理器系统的可靠性建模与分析问题,在双机同步系统的基础上,构建一种具有错误自检、故障定位和失效修复功能的锁步自监控处理器系统,并描述系统架构与工作原理。根据系统特征实例化库所集和变迁集,建立基于广义随机Petri网的系统可靠性模型。通过与单处理器系统可靠性模型进行分析与对比,证明了该模型可靠性高,并基于参数对比实验为后续锁步系统设计提供理论支撑和技术方法。     

潜在故障对服务组合系统可靠性的影响

目前电信网络服务组合系统尚无可靠性控制机制,使得服务可靠性受到严重影响。这就要求服务提供商对其服务组合的可靠性进行建模评估。本文主要讨论面向可靠性的服务组合方法和潜在故障对系统可靠性的影响。建立服务组合系统的可靠性模型,分析影响服务系统可靠性的相关参数。本文提出一个新参数：系统恢复所需时间。这是在系统失效前必须考虑的重要参数,并分析该参数对系统可靠性的影响。     

基于混合法的监控系统可靠性分析

针对复杂监控系统规模庞大及关键设备为双机冗余结构的特点,提出以动态故障树(DFT)为基础并结合蒙特卡罗方法对监控系统进行可靠性分析的混合方法。利用DFT建立系统可靠性模型,通过蒙特卡罗仿真算法对模型进行仿真计算,得到系统的可靠性指标。通过对地铁车站级监控系统的可靠性分析,证明了该模型的可行性和算法的有效性。     

基于随机Petri网的SPN2软件建模方法研究

随机Petri网(SPN)在进行系统性能分析时,其状态空间随着系统规模的增大而呈指数性增长,造成系统建模复杂。针对该问题,结合面向对象Petri网理论(OOPN)提出一种SPN2方法,与传统SPN方法相比,SPN2方法可进行分层及面向对象网中网建模,并应用该方法仿真高速列车在移动闭塞区间条件下GSM-R铁路无线通信系统的可靠性。     

容错传感器系统分层组合可靠性建模方法

根据容错传感器系统的结构特点,结合不同可靠性建模方法的优点,提出了基于动态故障树和马尔可夫过程的分层组合可靠性建模方法。针对系统中包含的贮备事件,引入时间算子定性描述事件的时序特性,并推导了顶事件故障概率的定量计算公式。采用马尔可夫过程对传感器故障检测隔离进行动态建模。通过仿真比较所得模型与传统完全故障覆盖模型,分析了元件失效率、误检率等参数对系统可靠性的影响。由结果可得,该建模方法可行且更为精确。     

基于改进DFTA的安全苛求系统可靠性分析

针对传统可靠性分析方法容易忽视冗余多态性、可修复性等安全苛求系统特性问题,在形式化的系统可靠性建模中引入可修复因子,提出一种模块化动态故障树分析方法。在动态和静态相结合的模块化定量分析过程中,利用马尔可夫模型和顶事件发生概率逼近算法,有效避免动态故障树分析过程中的状态组合爆炸问题,提高安全苛求系统可靠性分析的可行性和实践效率。     

企业研发团队复杂网络的可视化与描述

针对现有复杂网络分析软件对企业研发团队表征程度的不足,基于JGraph建立了一个具有属性描述、关系多样、可互操作的复杂网络模型和其描述方法,给出以信息组织、节点分类、建立联系和网络展现几个步骤为核心的建模方案,并采用J2EE技术,集成JGraph和JFreeChart组件,进行了系统实现,为复杂网络理论与企业实际相结合提供了一种可视化思路,为模型映射、指标分析、动态演化奠定了良好的基础．     

基于复杂适应系统的自动建模方法研究

自动建模是计算机科学的中心目标之一，该文针对传统自动建模方法的不足，针对复杂适应系统（CAS）所具有的特殊特点，结合遗传算法的思想，提出一种基于复杂适应系统的自动建模方法，通过构造系统模型子体群，并对子群体进行相关的遗传演化操作，最终获得较优的系统模型，文章最后还指出了这一方法的进一步的研究方向。     

Preventive maintenance and replacement scheduling for repairable and maintainable systems using dynamic programming

This paper presents mathematical models and a solution approach to determine the optimal preventive maintenance schedules for a repairable and maintainable series system of components with an increasing rate of occurrence of failure (ROCOF). The maintenance planning horizon has been divided into discrete and equally-sized periods and in each period, three possible actions for each component (maintain it, replace it, or do nothing) have been considered. The optimal decisions for each component in each period are investigated such that the objectives and the requirements of the system can be achieved. In particular, the cases of minimizing total cost subject to a constraint on system reliability, and maximizing system reliability subject to a budgetary constraint on overall cost have been modeled. As the optimization methodology, dynamic programming combined with branch-and-bound method is utilized and the effectiveness of the approach is presented through the use of a numerical example. Such a modeling approach should be useful for maintenance planners and engineers tasked with the problem of developing recommended maintenance plans for complex systems of components.     

Sequence Clustering-based Automated Rule Generation for Adaptive Complex Event Processing

In Complex Event Processing (CEP), complex events are detected according to a set of rules that are defined by domain experts. However, it makes the reliability of the system decreased as dynamic changes occur in the domain environment or domain experts make mistakes. To address such problem, this study proposes a Sequence Clustering-based Automated Rule Generation (SCARG) that can automatically generate rules by mining decision-making history of domain experts based on sequence clustering and probabilistic graphical modeling. Furthermore, based on a two-way learning approach, the proposed method is able to support automated regular or occasional rule updates. It makes self-adaptive CEP system possible by combining the rule generation method and the existing dynamic CEP systems. This technique is verified by establishing an automated stock trading system, and the performance of the system is measured in terms of the rate of return. The study solves the aforementioned problems and shows excellent results with an increase of 19.32% in performance when compared to the existing dynamic CEP technique.     

基于改进PSO的发酵过程同步串联混合建模

准确可靠的过程模型是实现发酵过程优化的基础和前提. 对于反应机理复杂的发酵过程,串联混合建模是一种相对有效的建模方法, 但现有方法需要利用插值所得的数据进行中间变量黑箱模型的构建, 较大程度地影响了所建混合模型的泛化性能. 为此,提出一种可将黑箱模型构建问题转化为动态模型参数辨识问题的同步串联混合建模方法, 从而避免了现有方法需利用插值数据来构建黑箱模型的不足; 通过引入多精英学习策略和惯性权重自适应调整策略, 构造了一种改进的粒子群优化(Particle swarm optimization, PSO)算法自适应多精英学习PSO (Adaptive multi-elite learning PSO, AMLPSO)算法,并采用该算法求取黑箱模型的参数; 借鉴均匀设计思想确定黑箱模型的结构. 利用诺西肽分批发酵过程实际生产数据进行实验研究, 结果验证了所提方法的有效性.     

基于构件软件的可靠性通用模型

工作流管理的最终目的是实现适当的人在适当的时间执行适当的活动.企业要获得竞争力,需要在工作流模型中考虑与业务过程相关的时间约束.一个考虑时间因素的工作流模型,需要在投入运行前进行时间规范与验证,以保证工作流执行的时间协调.通过为工作流网元素扩展时间属性,得到集成业务过程时间约束的工作流模型??时间约束工作流网(TCWF-nets).基于对业务活动的可调度性分析,提出了时序一致性验证方法,确保工作流执行中活动之间时间交互的安全性.在所附加的时间约束下,该可调度分析方法不仅能够检测某一给定工作流调度的时间可行性,还能对特定的实例给出一个最优调度,使工作流执行延迟最小.研究结果表明,该方法支持业务过程的时间建模与分析,对于丰富现有工作流系统的时间管理功能以及增强现存工作流软件对动态业务环境的适应性具有重要意义.     

可修K/N(G)系统可靠性指标的仿真算法研究

利用Monte Carlo随机抽样技术,采用而向事件和面向固定时间间隔的双推进机制,提出了基于事件模块的可修K/N(G)系统可靠性指标仿真算法,算法能有效解决非指数分布类情况下,考虑部件已工作时间和不同维修策略等因素影响时,解析方法难以处理的系统可靠性分析难题,并且算法能同时对系统可靠性的平均指标和瞬时指标进行分析,从而可为指导装备的使用与维修管理提供有力的依据.算法采取的双推进机制保证了算法的仿真效率,基于事件模块的设计思想保证了算法的可扩展性,而且,经与解析算法比较,验证了仿真算法的正确性.     

云计算环境下的可修分布式系统可靠性分析方法

随着云计算技术的进一步发展,越来越多的应用系统托管在云计算平台上,这就对构成云计算平台的众多分布式系统的可靠性提出了更高的要求。传统分析方法难以在系统规模较大时对可修分布式系统做可靠性分析。为了提高服务质量以及降低因违反服务水平协议而导致的经济损失,本文基于马尔可夫模型提出一种适用于可修分布式系统的可靠性分析方法。通过简化系统的状态空间,在系统运行期间对其软硬件状态进行采样,并通过对分布式系统的失效过程和修复过程进行分析,根据给定时间内的失效概率序列、修复概率序列计算分布式系统的节点状态转移矩阵,得出该马尔可夫矩阵对应的稳态向量。根据特定分布式系统的自身特性,对该稳态向量进一步分析,得出系统最终的可靠性衡量指标。最后通过实验验证了该方法的可用性和有效性。