5.6. Уточнение граф-модели и упорядочение вершин

Знание показателя эффективности Ф (5.8) позволяет упорядочить

множество параметров объекта в граф-модели, например,

по убыванию значения этого показателя. Такое упорядочение

может быть произведено с помощью описанных ниже алгоритмов

[42], однако до этого необходимо внести некоторые уточнения

в рабочей граф-модели.

5.6.1. Уточнение рабочей граф-модели

Алгоритм уточнения относится к любой недекомпозированной

или декомпозированной рабочей граф-модели независимо от того,

является она несвязанным или связанным подграфом. Изложим

последующие действия в виде алгоритма с иллюстрацией

на несвязанном рабочем подграфе (см. рис. 5.6, б и г).

Алгоритм 5.7.

Шаг 1. Если на некоторых параметрах можно выделить характерные

симптомы, на графе показывают, какие входящие и

выходящие ребра к ним относятся.

Шаг 2. Если значения некоторого структурного параметра

е-, могут соответствовать нескольким дефектам d°, ст=1, ..., г

с различным влиянием на другие параметры модели, то необходимо

выделить маршруты, связывающие каждый дефект d° с

вершиной графа. Это учитывается при составлении матриц путем

наложения запрета на неразрешенный для маршрут — соответствующие клетки матриц остаются пустыми.

Шаг 3. Так как появление дефектного состояния наиболее

точно может быть определено непосредственно измерением зна-

П ар ам ет р

f, 4 4 r e, e2 V

П ар ам ет р

Г ра да ци и

s, h 4 4 Г fja" fa fa V

м S,

h

4 4

4 4 J

гг ч|

fa * s J

fa' 2 5

Ъfa l 5

fa fa k 5

V V

Рис. 5.10. Уточненная граф-модель и его весовая матрица Св.Ут

140

чений соответствующего структурного параметра в/, вводится собственное

замыкающее ребро с максимальным весом 1(е)=1тах

для каждой вершины, представляющей структурный параметр е.

Сказанное иллюстрируется рис. 5.10, где для вершины / 1

выделены характерные симптомы Si и S 2, для вершин в\, е2, вз

введены замыкающие ребра с весами I ( e j )—5.

Шаг 4. Строится уточненная весовая матрица Свут, соответствующим

образом дополняя исходную весовую матрицу С|

(см. рис. 5.10). В данной матрице показано, что дефект d2

отображается только в симптоме S 2, d'{ —только в симптоме Si,

а для дефекта d\ разрешенными маршрутами являются лишь

маршруты в вершины /3, г и и.

5.6.2. Определение информативности и различительной

способности параметров

Алгоритм 5.8.

Шаг 1. С использованием матрицы Св.ут строится матрица

частных расстояний Ср.ут путем замены значений 1{х,/х{) на

I(xj/xi) в соответствии с выражением (5.12), табл. 5.5.

5.5. Матрица частных расстояний Срут

Строка

Параметр

Града- Параметры и градации

h /2 /зг е ^3 и S | S2 /2 /згd\ <*2 ^3 с

CS)

/.

S\

CS2 S2

Cl, /г/2 2

Cl3 /з /з 3

С г гг

с,

е

d\ 2 1 3

С d'( 4 1

с „2 е 5 1

Cd3 е 2 1

c v V V

141

5.6. Таблица расстояний р

Параметры и градации

Did,) f i f 2 /з r e, ≪2 e3 V

Sl S2 h h r d\ d'l V

Did',) 0 0 0 2 5 1 0 0 0 3

Did'!) 4 0 0 0 0 0 1 0 0 0

Did?) 0 5 0 0 0 0 0 1 0 0

Did3) 0 0 2 0 4 0 0 0 1 0

Шаг 2. Определение синдромов D(d), порожденных дефектами,

сводится к построению матрицы расстояний р, табл. 5.6.

Для построения табл. 5.6 вектор-строка Cd(. матрицы Ср.ут

объединяется со строкой, соответствующей ненулевому элементу

строки Cdr Результат объединяется с другой строкой, соответствующей

ненулевому элементу предыдущего результата и т. д.,

пока результат не перестанет изменяться.

Исключение: строка С<*(. не объединяется сама с собой,

хотя на пересечении ее со столбцом d, имеется ненулевой

элемент —значение 1(ё) замыкающего ребра. Например, строка