摘要：针对现有主流测试性分配方法存在的分配指标过低和过高等不合理问题,分析认为其根源在于现有方法采用线性分配函数,而该函数不符合测试性指标提升规律,为此,构造了一种基于反正切函数的测试性分配函数,设计故障检测率与故障隔离率指标的分配算法,开展案例应用并与经典故障率分配法和综合加权分配法进行对比分析,结果表明随着分配权重(故障率)的变大,本方法分配指标的增幅逐渐减小,不会出现极低指标和超1指标的不合理情形。

摘要：针对现有主流测试性分配方法均为一次性分配,缺乏必要的反馈和修正,一旦有单元分配指标过高无法实现,会导致系统指标也无法实现的问题,提出了一种基于二次分配的测试性指标分配方法。利用基于反正切函数的改进故障率分配法实施初次分配,由单元开展测试性初步设计和预计,基于单元测试性指标预计结果判断是否需要实施再次分配,如需要再次分配,则基于单元相对难度系数的修正函数,对指标偏高/偏低的单元实施再次分配,得到最终分配结果。通过仿真算例和实例验证了二次分配方法的有效性和先进性。

摘要：测试性分配是将系统级测试性指标按照一定规则分配给各组成单元的过程。针对现有主流测试性分配方法未考虑单元之间的互测情形,导致分配结果不合理,尤其是部分单元分配指标虚高,难以实现或代价过高等问题,提出了在综合考虑单元故障率、故障危害度等多重影响因素基础上,进一步考虑单元互测因素的测试性指标分配方法。首先实施考虑多重影响因素的指标初次分配;然后基于单元测试性初步设计结果,实施测试性建模与分析,得到单元自检故障率与他检故障率;再利用这两个数据以及初次分配结果构造分配函数实施再次分配,进而得到最终的分配结果;最后应用该方法进行仿真和实例运算,证明了该方法的有效性和先进性。

摘要：多智能体系统是分布式智能系统研究的一个重要部分,针对多智能体在复杂环境下建模与仿真的需求,设计了一种基于JADE与World Wind Java的多Agent仿真系统.系统结构分为表示层、逻辑层、数据层,以多无人机协同为背景,通过局域网内机器互联实现多节点协作.文中建立了Agent对于目标、环境、任务等约束条件的模型,采用多指标任务分配函数对投标Agent进行评估,选出最优的无人机逼近目标以获取更精准的目标探测信息,并设计了Agent间的通讯、协作以及三维平台下的漫游、缩放、视域分析等功能,通过仿真实验,实现了无人机协同任务全过程三维仿真.

摘要：针对现有时间序列预测模型存在的误差大、不稳定等问题,提出一种基于EMD的时间序列预测模型。该模型适应于预测数据量大、波动性大的时间序列,提出一种分配函数,解决分解后子序列的分配问题。EMD将原始序列分解为一系列子序列,分配函数根据子序列的波动状态划分出极端子序列和非极端子序列。极端子序列由LSTM进行训练预测,非极端子序列子序列由LB进行训练预测,将所有子序列整合为最终预测结果。与已有的一些模型方法相比,各数据集的预测精度均有所提高。