Reliability Optimization Allocation Method for Multifunction Systems Based on Goal Oriented Methodology
Notice bibliographique
Résumé
This paper proposes a new reliability optimization allocation for multifunction systems based on GO methodology. First, two constraints functions are proposed, which are unit reliability constraint function and system reliability constraint function, respectively. The unit reliability constraint function consists of allocated reliability index of unit and the range of reliability index for unit. And the system reliability constraint function consists of the target reliability index of system, and the predicted reliability index of system obtained by using GO method and allocated reliability index of unit. Then, the objective function of optimization allocation problem is established to describe the system cost minimization taking into consideration costs of unit redesigned and unit selected versions. Based on above, the mathematic model of reliability optimization allocation problem for complex multifunction systems is established. In addition, an improved genetic algorithm is presented to solve this mathematic model. Furthermore, the process of the new reliability optimization allocation method for complex multifunction systems is formulated. Finally, the new method is applied in reliability optimization allocation of Power-shift Steering Transmission whose goal is to minimize the system cost. The results analysis shows that the system costs for different operation times turn to a relatively stable value, and the allocated reliability indexes of unit are satisfied with engineering requirements. All in all, this new optimization allocation method can not only obtain the reasonable allocation results quickly and effectively, but it also can overcome the disadvantages of existing reliability optimization allocation methods for complex multifunction systems efficiently. In addition, the analysis process shows that the reliability optimization allocation method based on GO method can provide a new approach for the reliability optimization allocation of multifunction systems.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».