摘要：在网络技术问题的研究中,3-状态设备网络系统二-终端可靠度评估的BDD算法存在着可靠度符号表达式项数多,算法效率低问题。为提高可靠性,引入串联简化和并联简化,使得BDD算法在产生分枝树的过程中遇到并联结点和串联结点就不再产生新的分枝,并且在结点存储时不存储已经保存过的结点,从而得到了3-状态设备网络系统二-终端可靠度的一个新算法。通过仿真实例表明,算法消除了冗余项、产生的分枝树节点数量大幅度减少,可一次给出3-状态设备网络系统可靠度符号表达式,算法效率显著提高。算法对复杂网络系统性能评估和系统结构设计具有重要参考意义。

摘要：研究2-状态单目标-多条件约束串-并联(S-P)网络的可靠性优化问题(RAP)。设计了具有压缩系数的离散型微粒群算法进行求解,采用Matlab编程对问题实例进行模拟仿真,结果表明,对于合理选择的初始解与算法参数,微粒群算法每次运行都收敛,并且能够收敛到最优解。通过与传统的智能算法(模拟退火算法、蚁群算法、遗传算法)比较,微粒群算法具有初始解容易选择、参数易于设置,收敛性好、收敛快的优势。

摘要：研究3-状态设备网络系统可靠性模型与模拟退火算法求最优解问题.对已有3-状态设备网络系统可靠性优化模型进行了分类,构造了一个新的系统可靠性优化模型,设计了一个模拟退火算法用于求近似最优解.计算机仿真表明,算法有效地给出了模型的近似最优解.

摘要：RRAP优化问题是决策变量为元件可靠度及元件冗余度的可靠性优化问题,数学模型是非线性混合整数规划问题,属于NP-hard问题类。混合种群优化(简写为HSO)算法具有结构简单、运行高效的特点,继承了模拟退火算法SA、粒子群优化算法PSO、简化群优化算法SSO等算法的优点。该文设计了一个两段混合粒子群优化HSO算法,用于求解RRAP优化问题;通过模拟仿真,验证了所给HSO算法的正确性和有效性;研究结果表明:混合粒子群优化HSO算法是解决RRAP问题的一种有效工具。

摘要：本文研究具有不同类型元件串联构成子系统,目标系统为子系统并联的并-串联(简称为P-S)网络可靠性优化模型求解问题.依据构造的可靠性网络图,选择合适的评价函数、状态转移规则、信息素更新规则,设计了一个蚁群算法框架.Matlab编程,合理设置算法参数进行仿真,结果表明:对给定的实例,蚁群算法都能够找到问题的最优解;合理选择算法参数,设计的算法是3-状态P-S设备网络可靠性优化问题的有效求解工具.

摘要：研究单目标-单约束3-状态串-并联设备网络系统可靠性模型的最优解问题.根据模型的特点,设计了一个基于轮盘赌策略的遗传优化算法对模型进行求解,并以实例对模型进行计算机仿真.结果表明,遗传算法能有效地给出模型的最优解.

摘要：研究3-状态设备网络GRAP问题,即允许子系统可选择不同类型的元件,确定选择元件的冗余度,满足系统重量和费用约束的前提下,使系统可靠度最大。设计了一个离散型,具有动态变化权重,具有压缩系数的迭代PSO算法用于问题求解,通过对推广的FYFFE问题模拟仿真,验证算法的有效性和正确性。结果表明:PSO算法很好地解决了3-状态设备网络GRAP问题,算法具有快速、易于编程实现、原理容易理解等特点。

摘要：研究2-状态可靠性-冗余分配问题(简写为RRAP),即选择元件的可靠度与冗余度(都是决策变量),在满足系统的费用、重量和体积等的约束下,使得系统的可靠度最大。构造系统的解结构:由系统的元件可靠度与系统可选元件的冗余度按照子系统元件顺序构成一个行向量,即行向量分量既有实数,又有整数部分。在此基础上,设计新解生成算法;构造具有固定压缩系数、动态权重系数的两阶段迭代粒子群优化算法。对算法用Matlab编程实现,用典型网络进行测试,算法都给出了问题的最优解。因此,适当设计的粒子群优化算法是求解复杂的可靠性-冗余分配问题的有效工具,算法具有原理容易理解,微型计算机上容易实现的特点。

摘要：本文研究了师范类应用型本科专业开放实验室的内容、形式、管理模式等相关问题;通过实践,对取得的主要成果进行了概括、归纳和总结;研究成果对类似专业开放实验室工作,对于开展学年设计、毕业设计、专业实习等工作具有一定参考价值;对培养学生的实践能力、创新精神和创新能力具有重要意义。