[发明专利]流程模型可信度动态评估方法和系统有效
申请号: | 201710126753.0 | 申请日: | 2017-03-03 |
公开(公告)号: | CN106909744B | 公开(公告)日: | 2020-08-04 |
发明(设计)人: | 张霖;赖李媛君;刘竹清 | 申请(专利权)人: | 北京航空航天大学 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06F30/15 |
代理公司: | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人: | 邓超 |
地址: | 100083*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 流程 模型 可信度 动态 评估 方法 系统 | ||
1.一种流程模型可信度动态评估方法,其特征在于,包括:
获取飞行器的着陆流程模型,对所述飞行器的着陆流程模型进行仿真测试,得到指标数据,所述指标数据包括系统指标数据和补充指标数据;所述系统指标数据包括活动节点数量、逻辑节点数量、仿真平均执行时间、平均实际执行时间方差、超时活动数、实物子模型个数、虚拟子模型个数、人员面向自模型平均交互量、参数类型配置完整度、实物子模型平均失效率和虚拟子模型平均失效率;所述补充指标数据包括外部激励个数、预计执行时间、预计执行时间方差、依赖人员数量、人员面向自模型平均交互时间、外部激励控制节点数、参数类型的吻合度和样本数量;
基于所述着陆流程模型确定层次结构模型,将所述指标数据导入到层次结构模型中,并通过层次结构模型判断所述指标数据是否完整;
如果所述指标数据完整,则利用客观量化标定方法计算所述流程模型的第一估计值;
利用专家定性打分方法计算所述流程模型的第二估计值;
对所述第一估计值和所述第二估计值进行加权求和,得到第三估计值;
利用所述指标数据和所述第三估计值对任意流程模型进行评估,所述评估方法包括:在样本收集基础上,采用增量样本分析和在线拟合方法,根据历史数据拟合计算当前飞行器着陆流程模型的可信度,实现模型可信度评估。
2.根据权利要求1所述的流程模型可信度动态评估方法,其特征在于,所述层次结构模型包括八大指标,所述利用客观量化标定方法计算所述流程模型的第一估计值包括:
根据所述指标数据计算所述八大指标的特征量化值;
对所述特征量化值对应的权值进行赋值;
根据所述特征量化值和所述权值计算所述第一估计值。
3.根据权利要求2所述的流程模型可信度动态评估方法,其特征在于,所述特征量化值包括第一特征值、第二特征值、第三特征值、第四特征值、第五特征值、第六特征值、第七特征值和第八特征值,所述根据所述指标数据计算所述八大指标的特征量化值包括:
根据下式计算所述第一特征值:
其中,X1为第一特征值,Pintergrity为参数类型配置完整度,Pfit为参数类型吻合度;
或者,
根据公式(2)计算第二特征值:
其中,X2为第二特征值,Tp为预计执行时间,Tave为多次仿真平均执行时间,Bovertime为超时活动数,Btotal为活动节点数量;
或者,
根据公式(3)计算第三特征值:
其中,X3为第三特征值,Nact为活动节点数量,Nlogic为逻辑节点数量;
或者,
根据公式(4)计算第四特征值:
其中,X4为第四特征值,dp为预计执行时间方差,dave为多次仿真的平均实际执行时间方差;
或者,
根据公式(5)计算第五特征值:
其中,X5为第五特征值,Bin为外部激励个数,Bcontrol为外部激励控制节点数;
或者,
根据公式(6)计算第六特征值:
其中,X6为第六特征值,Num为关联样本数量,即仿真流程执行次数;
或者,
根据公式(7)计算第七特征值:
其中,X7为第七特征值,Cave,i,i∈[1,Npersonnel]为单位时间内人员i面向子模型平均交互量,Qp,i,i∈[1,Npersonnel]为依赖人员专业素质评价,Npersonnel为模型的依赖人员数量;
或者,
根据公式(8)计算第八特征值:
其中,X8为第八特征值,NEquip为实物子模型个数、Nsim为虚拟子模型个数、PEquip为实物子模型平均失效率、Psim为虚拟子模型平均失效率。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710126753.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种新型化学溶剂计量装置
- 下一篇:螃蟹测量尺