- •Введение
- •Глава I определениясистемного анализа
- •Системность - общее свойство материи
- •Определения системного анализа
- •Понятие сложной системы
- •Характеристика задач системного анализа
- •Особенности задач системного анализа
- •Глава 2 характеристика этапов системного анализа
- •Процедуры системного анализа
- •Анализ структуры системы
- •Построение моделей систем
- •Исследование ресурсных возможностей
- •Определение целей системного анализа
- •Формирование критериев
- •Генерирование альтернатив
- •Реализация выбора и принятия решений
- •Внедрение результатов анализа
- •Глава 3 построение моделей систем
- •Понятие модели системы
- •Агрегирование - метод обобщения моделей
- •Глава 4 имитационное моделирование - метод проведения системных исследований
- •Сущность имитационного моделирования
- •Композиция дискретных систем
- •Содержательное описание сложной системы
- •Глава 5 теория подобия - методология обоснования применения моделей
- •Модели и виды подобия
- •Основные понятия физического подобия
- •Элементы статистической теории подобия
- •Глава 6 эксперимент - средство построения модели
- •Характеристика эксперимента
- •Обработка экспериментальных данных
- •Глава 7 параметрические методы обработки экспериментальной информации
- •7.1. Оценивание показателей систем и определениеихточности
- •7.2. Использование метода максимального правдоподобия для оценивания параметров законов распределения
- •Глава I определения системного анализа 7
- •Глава 2 33
- •Глава 3 построение моделей систем 53
- •Глава I определения системного анализа 7
- •Глава 2 33
- •Глава 3 построение моделей систем 53
- •7.5. Примеры оценки показателей законов распределения
- •Глава 8
- •Глава I определения системного анализа 7
- •Глава 2 33
- •Глава 3 построение моделей систем 53
- •Формулировка теоремы Байеса для событий
- •Глава I определения системного анализа 7
- •Глава 2 33
- •Глава 3 построение моделей систем 53
- •8.3. Вычисление апостериорной плотности при последовательном накоплении информации
- •Достаточные статистики
- •Сопряженные распределения
- •8.9. Оценивание параметров семейства гамма-распределений
- •Глава I определения системного анализа 7
- •Глава 2 33
- •Глава 3 построение моделей систем 53
- •Глава 9
- •Общие замечания
- •Ядерная оценка плотности
- •Глава 10
- •Задача линейного программирования
- •Глава I определения системного анализа 7
- •Глава 2 33
- •Глава 3 построение моделей систем 53
- •Метод искусственных переменных
- •Дискретное программирование
- •Нелинейное программирование
- •Глава 11 системный анализ и модели теории массового обслуживания
- •Глава I определения системного анализа 7
- •Глава 2 33
- •Глава 3 построение моделей систем 53
- •Замкнутые системы с ожиданием
- •11.5. Пример расчета надежности системы с ограниченным количеством запасных элементов
- •Глава 12 численные методы в системном анализе
- •Метод последовательных приближений
- •Глава I определения системного анализа 7
- •Глава 2 33
- •Глава 3 построение моделей систем 53
- •Глава 13 выбор или принятие решений
- •Глава I определения системного анализа 7
- •Глава 2 33
- •Глава 3 построение моделей систем 53
Глава 7 параметрические методы обработки экспериментальной информации
7.1. Оценивание показателей систем и определениеихточности
При решении вопросов построения моделей систем особую актуальность имеет задача формирования исходной информации о параметрах элементов, входящих в состав системы. От точности и достоверности исходной информации зависит точность оценок анализируемых характеристик систем, точность расчетов по оптимизации стратегий функционирования и правил их обслуживания, решение проблем, связанных с прогнозированием поведения системы в будущем, и другие вопросы. При формировании исходной информации о параметрах элементов, как правило, за основу берется информация, получаемая в ходе проведения обследования систем и изучения опыта ее эксплуатации. Иными словами за основу берется информация о поведении комплектующих элементов системы в процессе ее функционирования.
Анализ исходных показателей элементов, узлов, составных частей, который производят на этапах эксплуатации, испытаний, конструкторских разработок, выполняется в целях разрешения следующих вопросов:
определения фактических значений исследуемых характеристик комплектующих элементов в условиях их реальной эксплуатации;
выявления взаимосвязи изучаемых характеристик элементов и условий их эксплуатации, анализа влияния на исследуемые показатели внешних воздействий;
прогнозирования поведения вновь создаваемого оборудования.
Таким образом, для решения указанных задач, в первую очередь,
необходимо организовать контроль за поведением оборудования в реальных условиях его эксплуатации. В дальнейшем информация, получаемая в процессе эксплуатации объектов, используется для построения моделей систем, в отношении которых проводится анализ.
188
При проведении экспериментальных исследований большую роль играет информация, полученная в результате наблюдений за объектами, поведение которых имеет вероятностную природу. Изучение таких систем осуществляется по результатам реализации выходных параметров, являющихся случайными величинами. Наиболее общей характеристикой, описывающей поведение одномерной случайной величины, является ее плотность распределения / (0- Зная плотность распределения случайной величины, можно однозначно определить такие характеристики, как вероятность реализации некоторого события, интенсивность наступления события, среднее время между реализациями событий и пр. Приведем формулы, позволяющие оценить соответствующие показатели.
Вероятность реализации события за время t определяется по формуле
I
Q{t) = F(t)=\f(t)dt.
о
На практике часто находит применение величина, определяемая через функцию распределения следующим образом:
=F(t).
Например, в теории надежности так определяется вероятность безотказной работы.
Среднее время между реализациями событий определяется из соотношения
Ta=]tf(f)dt=]p(t)dt.
О О
Интенсивность наступления события можно определить по формуле
' _ /(f) _ ClFjt) I _ dP(t) 1 P(t)dt P{t) dt Pit)'
Таким образом, зная плотность или функцию распределения случайной величины, можно перейти к определению характеристик сложной системы. На практике функция распределения бывает неизвестна. Ее приходится восстанавливать по статистическим данным реализации случайной величины. Поскольку статистика о результатах наблюдений всегда присутствует в ограниченном виде, восстановление функции распределения возможно с некоторой долей достоверности. Следовательно, если функция распределения оценена с определенной ошибкой,
ехр
урЫа
f
(х-т)2
^
2а2
dx.
'
(х-т)2^
2
а2
dx.
л/2ла
о
Вычислим
частные производные:
dPN(t,m,o)
_
1
dm
dPN
(t, т,
О)
_
да2
г
г \ т
2о2
\ /-J
2л/2жт3
то
и вычисление характеристик системы
будет также осуществляться с ошибкой.
Точность
оценивания показателей сложных систем
характеризуется величиной дисперсии.
Пусть необходимо произвести
оценивание некоторого показателя
R(t).
Покажем,
как определяется дисперсия в его оценке.
Будем считать, что показатель R(t)
определяется
через функцию распределения. Пусть
функция распределения зависит от двух
параметров аир.
Примерами двухпараметрических функций
являются нормальное распределение,
усеченное нормальное, логарифмически
нормальное, гамма-распределение,
распределение Вейбулла и ряд других.
Итак, пусть F(t)
=
F(t,
а,
р). Соответственно оцениваемый показатель
сложной системы можно представить как
функционал от F(t)
= F(t,
а,
р):
K(r)
=
K[F(f,a,p)]
= K(f,a,p).
Разложим
оценку R(t)
в
ряд Тейлора в точке а, р и ограничимся
тремя членами:
i(0
=
K(0+^®(a-a)+^®(p-p).
Эа Эр
К
обеим частям данного выражения применим
операцию вычисления дисперсии ~dR(t)'
Z
D[a]
+ 'dR(t)~ Эа
.
9P
.
ДЯ(0]2
P[p]
+ 2
Определим
один из показателей надежности -
вероятность безотказной работы:
Соответственно
функция распределения записывается
следующим образом:
S I
(
I
\
m
exp
2a2 4 -exp 2o2 \
)
л/2ла (t-m)
ехр (t-m)2
Ia2 -т
ехр
Нормальное
распределение
Плотность
нормального закона распределения имеет
вид
Y
1
Pn
(t, m,
о)
=
1
—7=-
J
ехр
Fn
(t,
т,
о)
=
-у=-
J
ехр
(t-m)
2о2
2
\
^(0^r)cov(a,p),
da
Эр
Среднее
время между реализациями событий
определяется по форму dt.
(t-m)2
2 a2
где cov(a, Р) - ковариация между параметрами аир. Таким образом, для оценки дисперсии некоторого показателя необходимо определить частные производные данного показателя по параметрам закона распределения и дисперсии в оценке параметров закона распределения.
Рассмотрим вопросы определения частных производных для показателей, введенных выше для конкретных законов' распределения. Определение дисперсии оценок параметров законов распределения будет описано далее.
В качестве примера рассмотрим определение частных производных оцениваемого показателя по параметрам закона распределения для нормального закона.
ле
Ґ (t-m)2 ^
2с2
Соответственно частные производные определяются как
Sm'
dTN(m,a) 1 7
—— - = —f=~ ехр
dm V2nab
dTN(m,o) I
it = Ф
f 2 ~\ m
20
\/
И,
наконец, для интенсивности наступления
события имеем
1
J
X(t,
т,о)
=
-
Одностороннее
усеченное нормальное распределение
Плотность
распределения усеченного нормального
закона с односторонним усечением
слева в точке 0
имеет
вид
/
(t-m)2
^
2 а2
exp
\І2по С (
(*-и)2ї
і
~~
схр yJ2nb 2
Ь \
J 0,
л;
<
0,
,
х>0;
(X
-
т)2
2а2
dx
1-
\І2по{
Выражения
для частных производных имеют вид
dXN(t,m,a)
_
fN(t,m,a)'m(l—FN(t,m,o))—fN(t,m,o)[l—FN(t,m,o)]'m
m
[I-FN(t,m,a)]2
где
dm
с
=
-
(*-Ю2
2
Ъ
ы
dx
exp
о
yj2nb
, .,
t-m
I (t-m)2
fH(fWOra
=Ir=-TexPV
Ґ
,
ч2
4V (t-m)2
(
2
M
т ехр
2
а2 \ -ехр 2с7 \
/J
л/2лі no 2a [I
-FN(t,m,a)1
=-jL V2na
Соответственно
функция распределения запишется как
Перейдем
к определению вероятностных показателей.
Вероятность безотказной работы
вычисляется по формуле
dXN(t,m,a)
_
fN(t,m,a)\_(I-Fn(t,m,o))-
fN(f,/n,Cf)[l-Fn(r,#n,a)]'a2
da2
[I-FN(tym,o)]2
Jexp
[(t-m)2-a2]
2л/2лст3
(t-m)
dx
exp<-
P
(Щ,Ь)
= \-{
Jexp
dx
(t-m)
2 a2
m
2O2
[I
-FN(t,m,a)]\
=
(t
- m)
exp
m
exp
2\І2по3
Введем
обозначения:
I
R
=
J
ехр
J
/-I
Таким
образом, представлены
формулы для определения соответствующих
производных показателей по параметрам
закона распределения для нормального
закона. Обобщением нормального закона
распределения является усеченное
нормальное распределение. Рассмотрим
применение одностороннего усеченного
нормального распределения в задачах
оценивания показателей сложных систем.
В ряде задач системного анализа случайные
параметры положительно определены.
Примером могут служить задачи теории
надежности, в которых случайные
параметры имеют область определения
от 0
до
например, наработка до отказа - величина
положительно определенная. В этом
случае нормальный закон распределения
применять для описания данных
случайных величин неправомерно. В таких
ситуациях применяют усеченное слева
нормальное распределение. Рассмотрим
данный случай применительно к
оцениванию показателей надежности.
2
Л
(х-ц)2
2Ь
(х-У-У
2b
dx;
Q =
j
exp
dx.
Соответствующие
производные
имеют вид
Ґ
2\
.Hl
2Ъ
Vn
Гл-1
r,'
H
а
=-уч>
Ф
+
0,5
db (Q-Rf
где
соответствующие составляющие определяются
по формулам
МГ
=^expf
J2b
Среднее
время между реализациями событий
определяется по формуле
2
Ь2
/
.
.і
\
(*-Ю
2b
+
H-Jexp
Ьехр
dx
S
/
ч’
^
ft-M-)'
2Ь
л/тс
л/тс
фГ
Г-М-
(Q-Wb
=^exp
TL11(M)
=
-
I^lb
I-Jlb
Jb
Обозначим
числитель через L.
Соответствующие
производные
вычисляются
по
формулам
Логарифмически-нормальное
распределение
Логарифмически-нормальному
закону распределения подчиняется
случайная величина t,
логарифм
которой распределен по нормальному
закону. Плотность распределения
логарифмически-нормального закона
имеет вид
КМЬ)
_
i;q-%l
Jf_urz
_______
'-!Li
S)
ф
+
0,5
1
/
2
N
.й!
2fc
ЩАМ
KQ-Ul.
—^ ,
А,-ехР
■s/it
fiLl
UJ
F= ехр
tbj 2п
Функция распределения имеет вид
2Ь2
ф
+0,5
“И
Наконец, интенсивность наступления событий равна
(*-10 2 В
dx,
(г-мУ
2Ь
ехр
М'.М) = :
где В = Ъ1.
Запишем формулы для определения показателей надежности
(х-M-)2 2Ъ
(x-\i.? 2Ъ
і
dx-jexp о
Jexp
dx
ini
Я„(*,И,Д) = I-Jexp
dx.
Введем обозначение
2 В
Соответствующие производные имеют вид
/ / ч! ^
(*-Ю
2 Ь
M = ехр
2 \
( (Inf-H) 2 В
Рлн(;,Н.Д)_ 1 Эн -JlnB
P„Jt,\i,B) 1пг-н
ехр
Определим производные интенсивности по параметрам
dkyM(t,№) _ M^jQ-R)-(Q-RY11M ЭЦ (Q-R)2 :
ехр
IBjlnB
эв
(
(г-н)м
2Ь
Для
определения средней наработки до
отказа используют формулу
(г-ю2
2Ь
M11
=—т^ехр
D
;
(б-Л)'=
ехр
и последнее выражение
Производные равны
К,
—
ехр
/
B4
U
+
-
дТляЦ,р,В)
1
(
в
,
^aT+I
>
Запишем
выражение для вероятности безотказной
работы
ґ
V /
Выражение
для определения интенсивности отказов
имеет вид \Jt,\i,B)
=
-
PB(t,a,b)
= exp\
KaJ
Вычислим
производные данного выражения по
параметрам распределения:
<У2дВ
I
2
В
2
In/
1_sb
\dx
ЭP^(t,a,b)
_
b
да
а
dPB(t,a,b)
_
Э
b
Средняя
наработка до отказа определяется по
формуле
2
В л*
/
>
^ In
Є)ф —
/ ,aJ
J
In :хр
Частные
производные определяются из выражений
ЭКЛ^В)
_
^ [I-FllAt)]2
I
Inf-|x
,l
tjbw
в
ехр|
(lnf-|X)2
2
В
где
(/лн(0)
7B(a^)
=
JexP
dt.
V
Vа/
/
(Inf-(X)2
2
В
Соответствующие
производные равны
Э
TB(a,b)_~rb(t
*
(t'
In
\df,
дК»ЩВ) (0)'й
(I
-
(0)-
/л.„
(I
-
FnJt))'
ЭВ [I-Fjih
(г)]2
\dt.
ехр
ехр
да
*
п
а\
а
Интенсивность
отказа равна
(^b-'
,
а
Производные
по параметрам имеют вид
it,
а,
Ь)
,2\
(1
-
F„„)
= -
IBsflnB
_
(Inf-(X)
2
В Э^а,b)
Ь2 fit Э
Хвіа,Ь)_Ґ'
Ь f^-T
In Г-1 да
~ а2 ,aJ дЬ
аь
а а) а
,
Распределение
Вейбулла
Плотность
распределения Вейбулла имеет вид
fB(t,a,b)
= -(-
а\
а
Гамма-распределение
Плотность
гамма-распределения записывается
следующим обра Y-і (
ґ
Ч
і,
\
ехр -
- / ні
>
зом
г
,
-
ч
Xata
1
exp(-A.f)
/г(гД,
а)
= ^
Jr Г(а)
где
Г(а) - гамма-функция.
функция
распределения f
Ґ
Sb\ -
-
U,
FB(t,a,b)
=
1-ехр
Э7в(а^
э
ьInViiexp
где
Соответственно функция распределения имеет вид
х,а *
Fr(t, X,а) = f ха~' exn(-Xx)dx.
Г(а)'
Вероятность безотказной работы вычисляется по формуле
А.а f
Pv (t, X, a) = I fехр(-Xx)dx.
Па) J
Производные по параметрам равны
і і OcXa4Jxa4 exp (-Xx) Jx-Xa Jxa exp(-Xx)dx
[l-Fr(f,X,a)];=-
Г(а)
ЭХг(г,а,Х) _ (fr(‘Xa)) K[l-Fr(f,X,a)]-/r(f,X,a)[l-Fr(f,X,a)]; Эа [I - Fr (г, X, a)]2
J
ехр(-Хх)(а
- Xx)dx\
[!-,Fr(ZAa)];=-
дРг
(t,
X,
а)
_
X1
а-1I
Па) і
дР^да
’
а)
=
~
Г^а)
I
*а~'
exP(-^tr(a)(ta
^ -1110
-
Г'(а)]Жс,
где Г(а) =
J
Xata~'
ехр(-Xt)dt
=J
Za'1
ехр(-г)<&;
Г(а)
=
J
г“"’
exp(-z)
In
z4z
■
00О
Средняя наработка до отказа определяется по формуле
Гг(о,Х)= J^- exp(-Xt)di =~.
оГ(а)X
Соответствующие производные равны
дТг(а,Х) а дГг(а,Х) _ 1 ЭХ. X2 ’ да ~Х'
Интенсивность отказов записывается
Xata-' ехр (-Xt)
Xr (t, а,Х) =
(fr(t,X,a))a = ^-y-^-[(XaInXfa 'exp(-Xt)+Xata 1Infexp(-Xt))-
-X1Va'1 exp(-Xf)r„ (a)];
I
Га ((X)XaJjra'1 exp (-Xx) Jx-
(Г(а))
t t Xа In Xj Xа’1 exp (-Xx)dx +XaJxa 1Injfexp (-Xx)dx
-Г(а)
Таким образом, получены выражения, позволяющие решать вопросы оценки точности в определении показателей сложных систем. Рассмотрены наиболее часто используемые в системном анализе законы распределения. Получены формулы для определения основных показателей систем и вычислены первые частные производные показателей по параметрам соответствующих законов распределения. Следующим вопросом, который требует решения, является вопрос оценивания параметров выбранного закона распределения. Рассмотрим, как решается данная задача.
Г(а)
Производные по параметрам определяются в виде
ЭХ
[l-Fr(f,X,a)]2
где a^g"1«pW-X-r-exp(-Xr)
Г(а)