摘要：针对大多数加速退化试验优化设计没有考虑不同样本量规模引起的认知不确定性影响试验结果的问题,提出了一种威布尔分布下的加速退化试验优化设计新方法。构建了偏差度指标,用于刻画不同样本量引起的认知不确定性,以此为基础建立了以最小相对误差(MRE)为目标的加速退化试验优化设计模型,该模型以总样本量、加速应力水平数、样本分配占比为设计变量,给出了最优化模型的求解算法,并将所提出的方法应用于某激光器的加速退化试验优化设计,结果证明了该方法的有效性。

摘要：针对已有方法难以定量给出产品加速退化试验(ADT)结果可信程度的问题,以正常应力下的试验数据为基准,基于面积度量思想提出了一种加速退化试验结果可信性的定量评价方法。基于加速退化试验数据和基准数据的概率分布距离,构建了加速退化试验可信性的面积度量指标,在此基础上,提出了一种归一化、无量纲的加速退化试验可信度指标CIA,并基于时间重要度的概念将多个单点的CIA综合成一个可反映整个产品加速退化试验可信性的指标。实例分析表明,新指标可以让设计师和决策者直观评判产品加速退化试验结果的可信程度,方便横向对比不同产品的加速退化试验结果的优劣;所建立的新指标适用于基准数据大样本、小样本、极小样本等不同情况,具有良好的通用性。

摘要：肺部疾病存在种类多、病灶区域小的特点,现有数据集也存在数据量小的问题,导致模型效果不理想。为提高诊断效果,提出一种基于多任务联合注意力机制的肺部诊断网络(ASNet)。基于U-Net构建多任务诊断网络,在原有病灶分割任务基础上加入病理分类任务,加强任务之间的联系,以分割任务为辅,提升分类任务准确率;提出多尺度挤压激励模块,加强空间和通道之间的信息融合;引入一种轴向注意力机制,强调全局上下文信息和位置信息缓解由于医疗数据匮乏引起的欠拟合问题;设计自适应多任务混合损失函数,实现分割和分类任务损失权重的均衡。在自建数据集上的实验结果表明,提出网络在病灶分割任务上的Dice系数、特异性(SP)、灵敏度(SE)、HD距离和准确率的平均结果分别为81.1%、99.0%、84.1%、24.6 mm和97.5%,优于SAUNet++、SwinUnet等其他先进分割网络;在病理分类任务上比MobileNetV2网络在精确率、召回率和准确率指标上分别提升了2.0、1.8和1.7百分点,明显提升了在分类和分割上的精度,对小目标病灶分割效果更佳,其在合理的参数量下更适用于协助肺部疾病诊断。

摘要：模型确认试验是一种新的试验,其目的在于度量仿真模型的可信度.为了得到低成本、高可信度的模型确认试验方案,提出一种随机不确定性模型确认试验设计方法.首先,基于面积确认度量指标提出一种新的无量纲的模型确认度量指标(面积确认度量指标因子),并且在其基础上发展了基于专家系统的仿真模型准确性定性评判准则;然后,建立随机不确定性模型确认试验优化设计模型,提出该优化模型的求解方法;最后,通过两个数值算例对提出的模型确认试验设计方法进行验证.结果表明,小样本情况下,试验方案的随机性会影响模型评判结果的可信度;面积度量指标因子随试验样本数量的增加而收敛;随机不确定性模型确认试验设计方法能够避免试验方案对模型确认结果的影响.

摘要：过高的实验成本导致输出为非线性多极值的复杂系统获得的实验样本点少,建立的代理模型精度较低。针对此现状提出一种基于先验信息的实验设计与建模方法。该方法利用先验信息划分实验设计域,并根据波动性指标构建各区域的加权犹豫模糊集,增加评价结果的合理性;结合各区域的波动性与范围大小决定实验样本点个数,由汉默斯里序列采样获取样本点;再将分阶段搜索粒子群算法与Kriging方法结合,提高代理模型的计算精度。以模拟平面桁架结构的损伤模型验证所提方法的有效性。实验结果表明,与汉默斯里序列采样、拉丁超立方设计建立的模型相比,所提方法建立的模型拟合优度平均提升0.84%和4.94%,均方根误差平均降低31.02%和57.18%。

摘要：分析了美国Sandia国家实验室在核武器研制过程中提出的基于第一原理的安全技术,总结了其技术要点及和常规安全技术的差异、联系,给出了基于第一原理的安全性设计方法的步骤。通过分析基于第一原理的安全技术在水坝、压力容器中的应用,指出应用于核武器安全性设计的第一原理同样适用于民用高危系统。

摘要：测试对于准确预测导弹发射时的可靠性水平至关重要。分别从单元和系统2个层次定量地研究了测试对导弹发射可靠性预测的影响,提出了"测试重要度"这一新的度量指标,给出了其定义和代表的物理含义。算例分析表明:通过测试获取单元的健康状态,可提高导弹发射可靠性预测的准确程度;通过"测试重要度"指标分析,可找出对导弹发射可靠性预测结果影响较大的单元,从而为导弹测试方案的设计和优化提供理论依据。

摘要：在随机不确定性和认知不确定性信息混合并存的产品稳健设计中,现有的基于概率理论、模糊集理论、区间理论等建立的质量稳健性度量指标适用性受到限制。针对此问题,将各类不确定性在证据理论的统一框架下表征和处理,构建了产品质量指标的证据理论模型和不确定性量化传递方法,从随机不确定性和认知不确定性两个维度提出了产品质量稳健性的评价指标和评价方法。实例仿真表明,该方法可克服现有方法的不足,对产品质量稳健性的评价更加全面、合理。

摘要：任务保证是国外航天领域为确保复杂系统在任务周期内的安全、可靠而提出的一种工作方式。随着基于模型的系统工程技术近年来的迅猛发展,将其与任务保证相结合而形成的基于模型的任务保证概念开始得到广泛的应用和认可。这为复杂系统在安全性、可靠性工作方法上的进一步发展提供了有利条件。介绍了基于模型的任务保证概念,并对其所涉及的安全/保证案例、基于模型的系统工程、目标结构表示等关键要素,以及其目前在复杂系统设计中的典型应用进行了阐述。对基于模型的任务保证在未来的发展方向进行了展望。为基于模型的任务保证在复杂系统中的应用提供了理论参考。

摘要：针对质量指标Y的影响因素同时具有随机不确定性和认知不确定性的情况,提出一种质量稳健性分析的随机模拟方法。用证据理论认知对不确定性因素进行表征,进而提出一种基于随机集理论的认知不确定性因素随机采样方法,该方法可根据认知不确定性的mass函数对其进行随机采样。随机不确定性因素不必进行分布类型的转换,直接按其概率分布规律进行采样。通过不确定性分析和计算机模拟,对质量指标Y的不确定性分布进行定量计算,进而提出了3个质量稳健性的评价指标,包括Y的期望值区间宽度、期望值中点值以及区间中点分布的标准差。根据质量指标的不同特性对三个稳健性评价指标进行优化,提出了3种不同类型的稳健设计准则。通过两个典型实例,说明了所提出的稳健性评价指标以及稳健设计准则的合理性和实用性。