基于 M-C 的高维 SEA 方法
CSTR:
作者:
作者单位:

(华中科技大学自动化学院,武汉 430074)

作者简介:

胡新刚(1990—),男,湖北人,在读硕士,从事 SoS 体系架构设计与评价研究。

通讯作者:

中图分类号:

TJ02

基金项目:

国家自然科学基金(61273207)


High-dimensional SEA Method Based on M-C
Author:
Affiliation:

(College of Automation, Huazhong University of Science & Technology, Wuhan 430074, China)

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对高维指标的系统效能分析(system effectiveness analysis,SEA)方法的应用难点,在系统数值仿真的 基础上研究高维性能指标联合概率密度函数拟合,通过将联合概率密度函数应用于计算高维数值积分的蒙特卡罗平 均值方法中,得到一种解决 SEA 中高维性能指标效能分析的蒙特卡罗数值方法,并用实例进行验证评估。结果表明: 该方法是有效、实用的,能为 SEA 方法中涉及高维指标的分析提供一种行之有效的方法。

    Abstract:

    For the difficult issue of high-dimensional metrics system effectiveness analysis (SEA) applications, based on the numerical simulation of the system, a high-dimensional performance indicators joint probability density function fitting method was presented in this paper firstly. And then, the joint probability density function was used to calculate high-dimensional numerical integration of the Monte Carlo average value method, looking forward to getting a Monte Carlo numerical method of SEA to solve effectiveness analysis of high-dimensional performance metrics. Finally in the paper, the method was verified and evaluated by an example of air intruder model (AI). The results show that the method is effective and practical, and give an effective method for the high-dimensional metrics analysis in the SEA.

    参考文献
    相似文献
    引证文献
引用本文

胡新刚.基于 M-C 的高维 SEA 方法[J].,2016,35(02):5-9.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2018-12-05
  • 出版日期:
文章二维码