基于决策树的复杂系统可靠性仿真评估
提出了一种利用决策树建立经验模型进行系统可靠性的Monte-Carlo仿真评估的新方法。主要思想是通过在一个有限数据集上训练决策树得到一种计算较简单的快速评估算法,用以近似替代以往复杂费时的评估函数(EF)方法。实例计算结果表明,利用这种方法,仅需要少量的信息训练决策树就能得到对系统可靠性作出较好的估计。
决策树 蒙特卡罗仿真 评估函数 系统可靠性评估 评估算法
夏启兵 李国华 张军波
北京航空航天大学 自动化科学与电气工程学院,北京 100083
国内会议
西安
中文
116-118
2007-08-01(万方平台首次上网日期,不代表论文的发表时间)