考虑维修优先权的多状态冷储备系统可靠性模型

针对多状态两部件冷储备系统存在多类维护方式的情况,假设系统中的单维修台能够根据部件状态提供保养和维修两类服务,其中维修具有更高的优先级。采用连续Phase-type分布代替指数分布等典型分布,描述工作部件在不同性能水平的停留时间、维修台保养和维修时间。利用矩阵解析方法获得了系统稳态概率,推导出系统稳态可用度、系统工作时间、系统平均停机间隔时间、维修台故障件到达率和系统故障率等参数的解析表达式。通过算例验证了模型的正确性和适用性,演示了保养和维修速率对系统各可靠性参数的影响。研究结果表明,利用Phase-type分布对多状态系统开展可靠性解析建模,能够在确保良好解析特性的同时,有效提升模型的描述能力,从假设条件环节保证模型具有更强的通用性。     

基于融合算法的测试优化选择问题研究

测试优化选择是个集覆盖问题,而启发式算法是求解集覆盖问题的有效方法。文中将遗传算法、BP神经网络和模拟退火算法进行融合,提出了一种融合算法,该算法充分利用遗传算法全局搜索能力强、BP神经网络训练能力强和模拟退火算法搜索速度快的优点,既避免陷入局部最优的现象,又提高了搜索的效率和精度。该算法已应用于求解测试优化问题。实例证明,该算法能够快速有效地求得测试优化问题的最优解。