.png){kind=icon}
返回
Reliability Analysis of Complex System Using Markov Process and Neural Network Algorithm
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-031-93327-1_7.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
任何系统或产品长期运行至关重要。为确保系统或产品在期望时间内保持功能，可靠性是必须优先考虑的关键特性。本文的主要目的是通过采用补充变量技术（SVT）和马尔可夫过程，分析滴灌系统的可靠性指标（如可靠性、可用性、平均故障前时间（MTTF））以构建所提出的模型。随后，我们利用拉普拉斯变换评估复杂系统的状态概率、正常状态和故障状态概率。该系统的故障率和修复率假定为一般分布。通过神经网络算法实现了复杂系统的最佳可靠性。同时提供了结果图形表示，以更好地理解研究内容。
Keyword:
Supplementary variable technique (SVT)
Markov process
Reliability
Availability
MTTF
Neural network algorithm
期刊
机构
引用论文
.png){kind=icon}
An improved back propagation neural network prediction model for subsurface drip irrigation system
PREAI
分享收藏
查看更多内容