基于逆向思维的系统可靠性精确分配模型
为了实现系统可靠性设计后期可靠度的精确分配,提出一种采用逆向思维,利用神经网络能够通过学习逼近任意非线性映射的能力,对系统可靠度进行精确分配的方法.以前期可靠性试验数据为基础,分析各子系统可靠度及自身约束条件变化过程中,系统可靠度的变化程度,从而获得子系统可靠度变化对系统整体可靠性影响的程度,作为可靠性分配的依据.将系统可靠度及两两对应子系统自身约束条件作为输入,同时以相对的子系统可靠度比值作为输出,对误差反向传播(BP)神经网络和径向基函数(RBF)神经网络进行训练,并对比较了测试结果,得出了系统可靠度精确分配的神经网络模型.
可靠性分配、逆向思维、误差反向传播神经网络、径向基函数神经网络
29
TP183(自动化基础理论)
国家自然科学基金资助项目50875021
2009-10-23(万方平台首次上网日期,不代表论文的发表时间)
共3页
2468-2470