CN109062868A - 一种一般分布下的多态系统状态稳态概率求解方法 - Google Patents

一种一般分布下的多态系统状态稳态概率求解方法 Download PDF

Info

Publication number
CN109062868A
CN109062868A CN201810677305.4A CN201810677305A CN109062868A CN 109062868 A CN109062868 A CN 109062868A CN 201810677305 A CN201810677305 A CN 201810677305A CN 109062868 A CN109062868 A CN 109062868A
Authority
CN
China
Prior art keywords
state
probability
equation
rate
residence time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810677305.4A
Other languages
English (en)
Other versions
CN109062868B (zh
Inventor
王乃超
李明远
马麟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN201810677305.4A priority Critical patent/CN109062868B/zh
Publication of CN109062868A publication Critical patent/CN109062868A/zh
Application granted granted Critical
Publication of CN109062868B publication Critical patent/CN109062868B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Complex Calculations (AREA)

Abstract

本发明给出了一种一般分布下的多态系统状态稳态概率求解方法,该方法可针对任意分布的系统建立系统状态方程,给出获得系统稳态概率的方法。运用补充变量法将系统状态的转移描述为广义马尔科夫过程,由稳态时系统状态不依据绝对时间变化的特点,将系统状态方程转化为常微分方程。结合系统的边界条件和初始条件对方程组初步求解,运用广义积分中值定理提取系统状态方程中的重要参数,借助参数间的等价关系对系统状态方程变换。运用全概率公式得到广义概率方程并使用最小二乘法进行求解。该方法能够显著降低获取多状态系统各状态概率稳态解的难度且具有一定的普适性,适用于解决可靠性工程、机械工程等领域中的系统状态分析、维修策略优化等问题。

Description

一种一般分布下的多态系统状态稳态概率求解方法
技术领域
本发明给出了一种一般分布下的多态系统稳态概率求解方法,该方法可针对任意分布的系统建立系统状态方程,给出获得系统稳态概率的方法。该方法适用于解决可靠性工程、机械工程等领域中的系统状态分析、系统稳态可用度求解、维修策略优化等问题。
背景技术
对于用马尔科夫过程描述的系统状态转移过程,可以运用拉普拉斯变换方法对系统的状态方程进行转化,再对变换后的方程求极限得到系统状态的稳态概率。马尔科夫过程要求系统的工作、故障以及维修等状态时间均服从指数分布,而对于一般系统而言,这种假设往往不能够被满足。对于时间分布不全为指数分布的系统,其状态之间的转移过程不能够被马尔科夫过程描述,对于这一类系统,其稳态概率的求解方法主要有三种,更新过程法、差分法与补充变量法。由于更新过程方法的更新点不易选取、差分法建模复杂且效率不高,因而补充变量法应用更为广泛。通过补充变量法可以将原有过程描述为一个广义的马尔可夫过程,从而可以类似使用针对马尔科夫过程的求解方法获得系统的稳态概率。
然而实际的工程领域,系统的故障速率、维修速率等更为一般化,其时间分布存在全非指数分布的可能性。对于时间分布均为一般分布的系统,虽然仍可以通过补充变量法将其描述为一个广义的马尔科夫过程,但是系统的状态方程以及边界条件更为复杂,这种情况下传统的求解方法将不再适用。因此,为了获得一般分布下的系统状态稳态概率,发明一种新的求解方法是非常必要的。
发明内容
(1)本发明的目的
针对一般分布下多状态系统给出一种新的稳态可用度求解方法,为多状态系统分析、维修策略优化等实际问题提供解决思路。
(2)本发明的技术方案
本发明中抽象后的系统状态包括:初始状态、n个不同退化程度的状态以及n个相应的维修状态,系统的状态转移图见附图1,其稳态概率的求解通过如下步骤实施:
步骤一:广义马尔科夫过程模型的建立
引入系统在当前状态的逗留时间x,并定义以逗留时间x为变量的系统状态转移速率函数。运用补充变量法将多状态系统的状态转移过程用广义马尔科夫过程描述,然后通过状态转移关系给出系统状态方程组。
步骤二:稳态时系统状态方程的初步求解
基于稳态时系统状态的概率值与绝对时间t无关这一特性,将原有的偏微分方程组简化为仅对系统在当前状态的逗留时间x求导的常微分方程组。结合系统的边界条件和初始条件对简化后的常微分方程组进行初步求解。
步骤三:积分方程组中平均速率的提取
运用广义积分中值定理对通过初步求解得到的系统状态方程组中含有速率函数与概率函数乘积的积分项进行变换,将平均速率从积分项中提取出来。具体方式如下:
其中λ(x)为速率函数,P(x)为系统状态概率函数,αλ为平均速率。
步骤四:常量参数定义及状态概率表达式
对通过初步求解得到的方程组中各方程进行积分并定义常量参数替换各方程中的可靠度函数积分值。分析常量参数与平均速率之间的数值关系,并建立用常量参数与平均速率表示的系统状态概率表达式。
步骤五:系统状态概率稳态值的获取
结合全概率公式得到矩阵形式的系统状态概率方程组,通过最小二乘法获得系统状态方程的稳态解。
(3)本发明的优点
与现有的多状态系统稳态概率求解方法相比,本发明提出的方法有如下的优点:
a)本发明提出的多状态系统稳态概率求解方法,解决了时间分布均为一般分布时无法使用传统方法进行简便求解的问题。
b)本发明对多状态系统状态方程采用的化简方法具有较强的普适性,也能够清晰、直观地反应出系统各状态之间的转移规律。并且在很大程度上降低了状态方程的求解难度,提高了求解效率和精度。
c)本发明具有广阔的应用前景。它能够对具有相似结构关系的多状态系统进行分析,适用于对解决工程领域内的实际问题。
附图说明
图1系统状态转移图。
图2存在五个退化状态的系统状态转移示例。
具体实施方式
步骤一:广义马尔科夫过程模型的建立
补充多状态系统在当前状态的逗留时间变量x,定义各状态间转移速率函数,将多状态系统的状态转移描述为广义马尔科夫过程。
表1系统状态方程中符号说明表
符号 说明
t 绝对时间
x 系统在当前状态的逗留时间
P<sub>i</sub>(t,x)(0≤i≤2n) t时刻系统在状态i已逗留时间x的概率
P<sub>i</sub>(t,0)(0≤i≤2n) t时刻系统刚好变为状态i的概率
λ<sub>i</sub>(x)(0≤i≤n-1) 从状态i到状态i+1的系统退化速率函数
μ<sub>i</sub>(x)(1≤i≤n) 从状态n+i到状态i-1的维修速率函数
w<sub>i</sub>(x)(1≤i≤n) 从状态i到状态n+i的维修周转速率函数
根据系统的状态转移关系图,得到系统的状态方程如下
边界条件与初始条件为
其中P0(t,x),Pi(t,x)(1≤i≤n-1),Pn(t,x),Pn+j(t,x)(1≤j≤n-1),P2n(t,x)分别对应系统t时刻在初始状态、退化状态、故障状态、系统故障前的维修状态、系统故障的维修状态逗留了时间x的概率,λ0(x)为系统在当前状态的逗留时间为x时的故障率,wn(x)为系统在当前状态的逗留时间为x时的维修周转速率,μj(x)(1≤j≤n-1)为系统在当前状态的逗留时间为x时的维修速率,μn(x)为系统在当前状态的逗留时间为x时的维修速率。
步骤二:稳态时系统状态方程的初步求解
当系统处于稳态时各状态概率值与绝对时间t无关,基于此条件将系统的状态方程进行简化,并结合系统的边界条件和初始条件对一阶偏微分方程组进行变换得到
上式中方程左侧P0(x),Pi(x)(1≤i≤n-1),Pn(x),Pn+j(x)(1≤j≤n)与方程右侧Pn+1(x),Pi-1(x)(1≤i≤n-1),Pn+i+1(x)(1≤i≤n-1),Pn-1(x),Pj(x)(1≤j≤n)为稳态时系统在当前状态的逗留时间为x的概率,μ1(x),μi+1(x)(1≤i≤n-1)为系统在当前状态的逗留时间为x的修复速率,λi-1(x)(1≤i≤n-1),λn-1(x)为系统在当前状态的逗留时间为x的故障率,wj(x)为系统在当前状态的逗留时间为x的维修周转速率,λ0(z),λi(z)(1≤i≤n-1),wi(z)(1≤i≤n-1),wn(z),μj(z)(1≤j≤n)为运算过程量。
步骤三:积分方程组中平均速率的提取
通过广义积分中值定理,对系统状态方程中的积分项进行变换,将速率函数λi(x)(0≤i≤n-1),μi(x)(1≤i≤n),wi(x)(1≤i≤n)从积分项中提取出来,并用αλi(0≤i≤n-1,)αμi(1≤i≤n),αwi(1≤i≤n)来分别表示系统各状态转移的平均速率,进一步变换系统状态方程如下
其中αμ1,αμi+1(1≤i≤n-1)为系统在各维修状态的平均修复速率,αλi-1(1≤i≤n-1),αλn-1为系统在初始状态与退化状态中各状态的平均故障速率,αwj(1≤j≤n)为系统在退化状态与故障状态中各状态的维修周转速率。
步骤四:常量参数定义及状态概率表达式
对系统状态方程两端积分,并用定义的常量 替换系统状态方程中的指数函数积分项,得到简化的系统状态方程
方程中P0,Pn+1,Pi(1≤i≤n-1),Pi-1(1≤i≤n-1),Pn+i+1(1≤i≤n-1),Pn,Pn-1,Pn+i(1≤i≤n-1)为系统稳态时处于各状态的概率,引入的常量参数为方程左端系统稳态概率的系数,当系统的速率函数λi(x)(0≤i≤n-1),μi(x)(1≤i≤n),wi(x)(1≤i≤n)给出确定的表达式时,引入的常量参数则为定值,同时,引入的常量参数与平均速率满足如下关系
其中为系统在初始状态与退化状态中各状态的平均故障速率,为系统在退化状态与故障状态中各状态的维修周转速率,为系统在各维修状态的平均修复速率。
步骤五:系统状态概率稳态值的获取
结合全概率公式得到矩阵形式的系统状态概率方程,形式如下
对此矩阵方程应用最小二乘法,得到系统在稳态下处于各状态的概率。
实施例
本发明给出了一种一般分布下的多态系统稳态概率求解方法,可以应用到可靠性工程中服从一般时间分布的可修复系统稳态可用度求解问题。以五退化状态的可修复机电系统为例,系统的状态转移图见附图2,当故障速率、维修周转速率、修复速率全部服从一般时间分布时,传统的稳态可用度求解方法无法适用,采用本发明提出的计算方法能够完成其稳态可用度的求解。
本实施例中系统各速率函数均服从威布尔分布,λi(0≤i≤4),μi(1≤i≤5),wi(1≤i≤5)分别对应故障速率函数、维修速率函数、维修周转速率函数的尺度参数,ri(0≤i≤4),pi(1≤i≤5),qi(1≤i≤5)分别为对应的形状参数,具体赋值见表2。
表2实施例速率函数参数赋值表
λ<sub>0</sub> λ<sub>1</sub> λ<sub>2</sub> λ<sub>3</sub> λ<sub>4</sub> μ<sub>1</sub> μ<sub>2</sub> μ<sub>3</sub> μ<sub>4</sub> μ<sub>5</sub> w<sub>1</sub> w<sub>2</sub> w<sub>3</sub> w<sub>4</sub> w<sub>5</sub>
0.09 0.121 0.183 0.37 0.51 0.5 0.1 0.15 0.2 0.25 0.016 0.032 0.05 0.06 0.08
r<sub>0</sub> r<sub>1</sub> r<sub>2</sub> r<sub>3</sub> r<sub>4</sub> p<sub>1</sub> p<sub>2</sub> p<sub>3</sub> p<sub>4</sub> p<sub>5</sub> q<sub>1</sub> q<sub>2</sub> q<sub>3</sub> q<sub>4</sub> q<sub>5</sub>
1.12 0.61 0.93 1.31 1.56 0.97 1 1.11 1.28 0.87 1.13 1.36 0.73 1 0.95
补充系统在当前状态的逗留时间x,将其状态转移描述为广义马尔科夫过程。系统的状态方程如下
边界条件与初始条件为
结合系统的边界条件和初始条件对一阶微分方程组进行初步求解得到
通过广义积分中值定理,对系统状态方程中的积分项进行变换,得到的系统状态方程如下
对系统状态方程两端积分,并用定义的常量 替换原系统状态方程中的指数函数积分项,得到简化的系统状态方程
同时,引入的常量参数与平均速率满足如下关系
在简化后的系统状态方程基础上,结合全概率公式得到系统状态概率方程的矩阵形式表达式,如下
此时,对此矩阵方程应用最小二乘法,得到系统在稳态下处于各状态的概率,在系统的状态集合中,初始的状态0、退化状态1~4为系统的可用状态,由此可以通过已求得的各状态概率,求解计算系统的稳态可用度为

Claims (6)

1.一种一般分布下的多态系统状态稳态概率求解方法,其特征在于,包括如下步骤:
步骤一:广义马尔科夫过程模型的建立
引入系统在当前状态的逗留时间x,并定义以逗留时间x为变量的系统状态转移速率函数;运用补充变量法将多状态系统的状态转移过程用广义马尔科夫过程描述,然后通过状态转移关系给出系统状态方程组;
步骤二:稳态时系统状态方程的初步求解
基于稳态时系统状态的概率值与绝对时间t无关这一特性,将原有的偏微分方程组简化为仅对系统在当前状态的逗留时间x求导的常微分方程组;结合系统的边界条件和初始条件对简化后的常微分方程组进行初步求解;
步骤三:积分方程组中平均速率的提取
运用广义积分中值定理对通过初步求解得到的系统状态方程组中含有速率函数与概率函数乘积的积分项进行变换,将平均速率从积分项中提取出来;具体方式如下:
其中λ(x)为速率函数,P(x)为系统状态概率函数,αλ为平均速率;
步骤四:常量参数定义及状态概率表达式
对通过初步求解得到的方程组中各方程进行积分并定义常量参数替换各方程中的可靠度函数积分值;分析常量参数与平均速率之间的数值关系,并建立用常量参数与平均速率表示的系统状态概率表达式;
步骤五:系统状态概率稳态值的获取
结合全概率公式得到矩阵形式的系统状态概率方程组,通过最小二乘法获得系统状态方程的稳态解。
2.根据权利要求1所述的一种一般分布下的多态系统状态稳态概率求解方法,其特征在于:系统的状态方程组如下:
其中,t为绝对时间;x为系统在当前状态的逗留时间;Pi(t,x),0≤i≤2n,为t时刻系统在状态i已逗留时间x的概率;Pi(t,0),0≤i≤2n,为t时刻系统刚好变为状态i的概率;λi(x),0≤i≤n-1,为从状态i到状态i+1的系统退化速率函数;μi(x),1≤i≤n,为从状态n+i到状态i-1的维修速率函数;wi(x),1≤i≤n,为从状态i到状态n+i的维修周转速率函数;
边界条件与初始条件为:
其中,P0(t,x),Pi(t,x),1≤i≤n-1,,Pn(t,x),Pn+j(t,x),1≤j≤n-1,,P2n(t,x)分别对应系统t时刻在初始状态、退化状态、故障状态、系统故障前的维修状态、系统故障的维修状态逗留了时间x的概率,λ0(x)为系统在当前状态的逗留时间为x时的故障率,wn(x)为系统在当前状态的逗留时间为x时的维修周转速率,μj(x),1≤j≤n-1,为系统在当前状态的逗留时间为x时的维修速率,μn(x)为系统在当前状态的逗留时间为x时的维修速率。
3.根据权利要求1或2所述的一种一般分布下的多态系统状态稳态概率求解方法,其特征在于:当系统处于稳态时各状态概率值与绝对时间t无关,基于此条件将系统的状态方程进行简化,并结合系统的边界条件和初始条件对一阶偏微分方程组进行变换得到
上式中方程左侧P0(x),Pi(x),1≤i≤n-1,,Pn(x),Pn+j(x),1≤j≤n,与方程右侧Pn+1(x),Pi-1(x),1≤i≤n-1,,Pn+i+1(x),1≤i≤n-1,,Pn-1(x),Pj(x),1≤j≤n,为稳态时系统在当前状态的逗留时间为x的概率,μ1(x),μi+1(x),1≤i≤n-1,为系统在当前状态的逗留时间为x的修复速率,λi-1(x),1≤i≤n-1,,λn-1(x)为系统在当前状态的逗留时间为x的故障率,wj(x)为系统在当前状态的逗留时间为x的维修周转速率,λ0(z),λi(z),1≤i≤n-1,,wi(z),1≤i≤n-1,,wn(z),μj(z),1≤j≤n,为运算过程量。
4.根据权利要求3所述的一种一般分布下的多态系统状态稳态概率求解方法,其特征在于:通过广义积分中值定理,对系统状态方程中的积分项进行变换,将速率函数λi(x),0≤i≤n-1,,μi(x),1≤i≤n,,wi(x),1≤i≤n,从积分项中提取出来,并用0≤i≤n-1,,1≤i≤n,,1≤i≤n,来分别表示系统各状态转移的平均速率,进一步变换系统状态方程如下
其中1≤i≤n-1,为系统在各维修状态的平均修复速率,1≤i≤n-1,,为系统在初始状态与退化状态中各状态的平均故障速率,1≤j≤n,为系统在退化状态与故障状态中各状态的维修周转速率。
5.根据权利要求4所述的一种一般分布下的多态系统状态稳态概率求解方法,其特征在于:对系统状态方程两端积分,并用定义的常量 1≤i≤n,,1≤i≤n-1,替换系统状态方程中的指数函数积分项,得到简化的系统状态方程
方程中P0,Pn+1,Pi,1≤i≤n-1,,Pi-1,1≤i≤n-1,,Pn+i+1,1≤i≤n-1,,Pn,Pn-1,Pn+i,1≤i≤n-1,为系统稳态时处于各状态的概率,引入的常量参数为方程左端系统稳态概率的系数,当系统的速率函数λi(x),0≤i≤n-1,,μi(x),1≤i≤n,,wi(x),1≤i≤n,给出确定的表达式时,引入的常量参数则为定值,同时,引入的常量参数与平均速率满足如下关系
其中1≤i≤n-1,为系统在初始状态与退化状态中各状态的平均故障速率,1≤i≤n-1,,为系统在退化状态与故障状态中各状态的维修周转速率,1≤i≤n-1,为系统在各维修状态的平均修复速率。
6.根据权利要求5所述的一种一般分布下的多态系统状态稳态概率求解方法,其特征在于:结合全概率公式得到矩阵形式的系统状态概率方程,形式如下
对此矩阵方程应用最小二乘法,得到系统在稳态下处于各状态的概率。
CN201810677305.4A 2018-06-27 2018-06-27 一种一般分布下的多态系统状态稳态概率求解方法 Active CN109062868B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810677305.4A CN109062868B (zh) 2018-06-27 2018-06-27 一种一般分布下的多态系统状态稳态概率求解方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810677305.4A CN109062868B (zh) 2018-06-27 2018-06-27 一种一般分布下的多态系统状态稳态概率求解方法

Publications (2)

Publication Number Publication Date
CN109062868A true CN109062868A (zh) 2018-12-21
CN109062868B CN109062868B (zh) 2021-09-28

Family

ID=64821273

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810677305.4A Active CN109062868B (zh) 2018-06-27 2018-06-27 一种一般分布下的多态系统状态稳态概率求解方法

Country Status (1)

Country Link
CN (1) CN109062868B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110276471A (zh) * 2019-03-25 2019-09-24 东北大学 优化维修排队系统的方法
CN110533194A (zh) * 2019-03-25 2019-12-03 东北大学 维修系统建设的优化方法
CN111460363A (zh) * 2020-04-01 2020-07-28 丰车(上海)信息技术有限公司 一种二手车供应链选址与库存水平管理算法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101534021A (zh) * 2009-04-27 2009-09-16 北京四方继保自动化股份有限公司 应用于电力自动化系统中的多态数据采集及处理方法
US20130211871A1 (en) * 2012-02-09 2013-08-15 International Business Machines Corporation Assessment and rationalization of resiliency of data center strategies
CN104898636A (zh) * 2015-03-15 2015-09-09 国家电网公司 一种考虑多状态运行的安全稳定控制装置可靠性分析法
CN105260952A (zh) * 2015-11-19 2016-01-20 华北电力大学(保定) 基于马尔科夫链蒙特卡洛方法的光伏电站可靠性评估方法
CN105893332A (zh) * 2016-03-25 2016-08-24 合肥工业大学 一种适用于组合状态空间模型转移率矩阵的计算方法
CN106844945A (zh) * 2017-01-19 2017-06-13 电子科技大学 一种考虑认知不确定性的多状态系统概率重要度分析方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101534021A (zh) * 2009-04-27 2009-09-16 北京四方继保自动化股份有限公司 应用于电力自动化系统中的多态数据采集及处理方法
US20130211871A1 (en) * 2012-02-09 2013-08-15 International Business Machines Corporation Assessment and rationalization of resiliency of data center strategies
CN104898636A (zh) * 2015-03-15 2015-09-09 国家电网公司 一种考虑多状态运行的安全稳定控制装置可靠性分析法
CN105260952A (zh) * 2015-11-19 2016-01-20 华北电力大学(保定) 基于马尔科夫链蒙特卡洛方法的光伏电站可靠性评估方法
CN105893332A (zh) * 2016-03-25 2016-08-24 合肥工业大学 一种适用于组合状态空间模型转移率矩阵的计算方法
CN106844945A (zh) * 2017-01-19 2017-06-13 电子科技大学 一种考虑认知不确定性的多状态系统概率重要度分析方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SHIJIA DU 等: "A New Analytical Approach for Interval Availability Analysis of Markov Repairable Systems", 《IEEE TRANSACTIONS ON RELIABILITY》 *
钱超 等: "基于马尔科夫模型的船舶设备多状态系统可靠性分析方法", 《船舶工程》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110276471A (zh) * 2019-03-25 2019-09-24 东北大学 优化维修排队系统的方法
CN110533194A (zh) * 2019-03-25 2019-12-03 东北大学 维修系统建设的优化方法
CN111460363A (zh) * 2020-04-01 2020-07-28 丰车(上海)信息技术有限公司 一种二手车供应链选址与库存水平管理算法

Also Published As

Publication number Publication date
CN109062868B (zh) 2021-09-28

Similar Documents

Publication Publication Date Title
CN109062868A (zh) 一种一般分布下的多态系统状态稳态概率求解方法
Wu et al. Component tolerance design for minimum quality loss and manufacturing cost
Varghese et al. Statistical tolerance analysis using FRPDF and numerical convolution
CN101232180A (zh) 一种配电系统负荷模糊建模装置及方法
CN105488623B (zh) 一种飞机质量特性数据处理方法
CN103065207B (zh) 基于加工元的发动机缸体工艺路线规划方法
Cheng et al. Analysis for a consecutive-k-out-of-n: F repairable system with priority in repair
CN112766687B (zh) 一种基于深度cnn的飞机总装物料配送优先级分配方法
CN111415271A (zh) 一种基于安全域辨识的综合能源系统规划方法
Wu et al. Distributed filter design for cooperative ho-type estimation
CN111414701B (zh) 用于提取cad文件元素并转换相对坐标的方法
CN116149185A (zh) 一种污水处理系统的双无扰切换控制方法
CN115263467A (zh) 单抽热电联产抽凝机组运行功率上下限确定方法及系统
CN111241669B (zh) 基于遗传优化算法的光学产品模型优化方法及系统
CN105335899A (zh) 一种电力线路智能命名系统
CN110456743B (zh) 考虑通信延时的柔性制造系统分布式控制器设计方法
CN110533194A (zh) 维修系统建设的优化方法
Yang et al. Design of real time data acquisition system framework for production workshop based on OPC technology
CN104268276A (zh) 一种基于规则的软件体系结构层性能优化模型的建模方法
CN116244894B (zh) 一种基于大步长的电力系统暂态仿真方法及系统
CN113434926B (zh) 一种基于bim的优化建筑实施方案的方法及系统
CN113190929B (zh) 基于机器学习的延迟重构制造系统的工件族构建方法
CN113496354B (zh) 基于拓扑分析的能源系统矩阵化数学建模方法和系统
CN114626117B (zh) 用于长距离输水工程的水利工程信息模型的编码方法
CN118331059A (zh) 一种扰动状态下发动机组的非周期间歇控制

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant