估计高可信Markov系统可信性测度的一种新方法  

作　　者：肖刚 李志忠[1] 

机构地区：[1]清华大学工业工程系,北京100084

出　　处：《中国科学（E辑）》2005年第1期106-112,共7页Science in China(Series E)

基　　金：国家自然科学基金资助项目(批准号: 70171029)

摘　　要：重要抽样和重要性分裂方法经常被用来估计高可信Markov系统从初始状态出发首次回到该状态前发生故障的概率. 提出了一种新的方法估计这个小概率. 通过采用新的估计量来减小计算方差, 提高计算效率. 从描述Markov系统状态转移的积分方程推导出了新的估计量, 并从理论上证明了新的估计量的方差小于直接仿真方法的方差. 用本文方法、RB方法、IGBS方法、SB-RBS方法和直接仿真方法计算了包含延迟维修的系统的可信性测度, 结果表明本文方法具有最小的相对误差.

关 键 词：估计量 测度 积分方程 方差 计算效率 证明 推导 系统状态 可信性 延迟 

分 类 号：O212[理学—概率论与数理统计]