第一章 隨機(jī)變量的抽樣模擬
1.1 (0,1)區(qū)間上均勻分布的隨機(jī)數(shù)和檢驗(yàn)
1.1.1 偽隨機(jī)數(shù)及其產(chǎn)生方法簡(jiǎn)介.
1.1.2 (0,1)區(qū)間上均勻分布的隨機(jī)數(shù)
1.1.3 (0,1)區(qū)間上均勻分布隨機(jī)數(shù)的檢驗(yàn)
1.2 常見隨機(jī)變量的抽樣模擬
1.2.1 連續(xù)型隨機(jī)變量
1.2.2 其他抽樣方法
1.2.3 離散型隨機(jī)變量
1.3 應(yīng)用舉例
第二章 蒙特卡羅方法的基本原理
2.1 隨機(jī)模擬方法簡(jiǎn)介
2.1.1 事件發(fā)生概率的模擬
2.1.2 隨機(jī)變量均值的模擬
第一章 隨機(jī)變量的抽樣模擬
1.1 (0,1)區(qū)間上均勻分布的隨機(jī)數(shù)和檢驗(yàn)
1.1.1 偽隨機(jī)數(shù)及其產(chǎn)生方法簡(jiǎn)介.
1.1.2 (0,1)區(qū)間上均勻分布的隨機(jī)數(shù)
1.1.3 (0,1)區(qū)間上均勻分布隨機(jī)數(shù)的檢驗(yàn)
1.2 常見隨機(jī)變量的抽樣模擬
1.2.1 連續(xù)型隨機(jī)變量
1.2.2 其他抽樣方法
1.2.3 離散型隨機(jī)變量
1.3 應(yīng)用舉例
第二章 蒙特卡羅方法的基本原理
2.1 隨機(jī)模擬方法簡(jiǎn)介
2.1.1 事件發(fā)生概率的模擬
2.1.2 隨機(jī)變量均值的模擬
2.2 定積分的計(jì)算
2.2.1 隨機(jī)投點(diǎn)方法
2.2.2 重要度抽樣方法
2.2.3 平均值方法
2.2.4 關(guān)聯(lián)抽樣方法
2.2.5 分層抽樣方法
2.2.6 控制變量方法
2.3 中心極值定理
2.4 仿真誤差分析
2.4.1 事件發(fā)生概率的模擬誤差
2.4.2 隨機(jī)變量均值的模擬誤差
2.5 仿真次數(shù)確定
2.5.1 事件發(fā)生概率的仿真次數(shù)
2.5.2 隨機(jī)變量均值的仿真次數(shù)
2.5.3 減小方差方法
2.6 應(yīng)用舉例
第三章 不可修復(fù)系統(tǒng)的可靠性仿真
3.1 基本可靠性指標(biāo)的計(jì)算
3.1.1 可靠度和不可靠度
3.1.2 故障概率密度
3.1.3 故障率
3.1.4 平均壽命
3.1.5 給定可靠度的壽命
3.1.6 平均剩余壽命
3.1.7 重要度
3.2 最小路集和最小割集與系統(tǒng)壽命
3.2.1 系統(tǒng)所有可能的狀態(tài)
3.2.2 常用可靠性分析方法
3.2.3 最小路集和最小割集
3.2.4 系統(tǒng)正常或故障的判據(jù)
3.2.5 采用最小路集計(jì)算系統(tǒng)壽命
3.2.6 采用最小割集方法計(jì)算系統(tǒng)壽命
3.3 構(gòu)造仿真估計(jì)值
3.3.1 概率指標(biāo)和壽命指標(biāo)
3.3.2 可靠度和不可靠度的估計(jì)值
3.3.3 故障概率密度的估計(jì)值
3.3.4 故障率的估計(jì)值
3.3.5 重要度的估計(jì)值
3.3.6 平均壽命的估計(jì)值
3.3.7 給定可靠度的壽命
3.3.8 平均剩余壽命的估計(jì)值
3.4 隨機(jī)抽樣仿真方法
3.4.1 單元和系統(tǒng)的壽命抽樣
3.4.2 概率指標(biāo)和壽命指標(biāo)計(jì)算
3.4.3 系統(tǒng)概率指標(biāo)計(jì)算的結(jié)構(gòu)函數(shù)方法
3.5 應(yīng)用舉例
第四章 不可修復(fù)系統(tǒng)的減小方差技術(shù)
4.1 減小方差的基本原理
4.2 不可修復(fù)系統(tǒng)的可靠性仿真難點(diǎn)
4.2.1 單元的可靠性仿真
4.2.2 系統(tǒng)的可靠性仿真
4.3 匕首抽樣技術(shù)
4.3.1 單元的抽樣技術(shù)
4.3.2 系統(tǒng)的抽樣技術(shù)
4.3.3 仿真抽樣效率分析
4.3.4 仿真誤差分析
4.4 限制抽樣技術(shù)
4.4.1 限制抽樣原理
4.4.2 限制抽樣技術(shù)的方差
4.4.3 限制抽樣計(jì)算方法
4.4.4 結(jié)構(gòu)函數(shù)構(gòu)造方法
4.5 關(guān)聯(lián)抽樣技術(shù)
4.5.1 關(guān)聯(lián)抽樣原理
4.5.2 仿真誤差分析
4.6 基于最小割集不交化的仿真技術(shù)
4.6.1 系統(tǒng)可靠度和不可靠度計(jì)算誤差
4.6.2 基于最小割集不交化的仿真技術(shù)的原理
4.6.3 蒙特卡羅方法與解析計(jì)算方法的比較
第五章 一般可修復(fù)系統(tǒng)的可用性仿真
5.1 維修性指標(biāo)
5.1.1 維修度函數(shù)
5.1.2 維修概率密度函數(shù)
5.1.3 維修率函數(shù)
5.1.4 修復(fù)時(shí)間抽樣
5.2 產(chǎn)品在“正常→故障→正!收稀边^程中指標(biāo)
5.2.1 無條件故障強(qiáng)度
5.2.2 平均故障次數(shù)
5.2.3 無條件修復(fù)強(qiáng)度
5.2.4 平均修復(fù)次數(shù)
5.2.5 可用度和不可用度
5.2.6 平均首次故障前時(shí)間
5.2.7 平均可用時(shí)間和平均不可用時(shí)間
5.3 構(gòu)造仿真估計(jì)值
5.3.1 平均故障次數(shù)
5.3.2 無條件故障強(qiáng)度
5.3.3 平均修復(fù)次數(shù)
5.3.4 無條件修復(fù)強(qiáng)度
5.3.5 可用度和不可用度
5.3.6 平均首次故障前時(shí)間
5.3.7 平均可用時(shí)間和平均不可用時(shí)間
5.3.8 穩(wěn)態(tài)指標(biāo)
5.4 單元壽命抽樣和維修策略
5.4.1 完全修復(fù)和單元壽命抽樣
5.4.2 基本修復(fù)和單元壽命抽樣
5.4.3 正常待用和單元壽命抽樣
5.4.4 維修策略
5.5 可修復(fù)系統(tǒng)中單元狀態(tài)
5.5.1 單元狀態(tài)的分類
5.5.2 單元由工作狀態(tài)向其他狀態(tài)的轉(zhuǎn)移
5.5.3 單元由修理狀態(tài)向其他狀態(tài)的轉(zhuǎn)移
5.5.4 單元由待修狀態(tài)向其他狀態(tài)的轉(zhuǎn)移
5.5.5 單元由正常待用狀態(tài)向其他狀態(tài)的轉(zhuǎn)移
5.5.6 單元由修理待用狀態(tài)向其他狀態(tài)的轉(zhuǎn)移
5.6 可修復(fù)系統(tǒng)的仿真時(shí)間
5.6.1 系統(tǒng)的初始狀態(tài)
5.6.2 第一次抽樣
5.6.3 仿真時(shí)間與單元狀態(tài)轉(zhuǎn)移的關(guān)系
5.7 仿真流程
5.7.1 系統(tǒng)工作或故障的判據(jù)
5.7.2 平均故障次數(shù)和平均修復(fù)次數(shù)
5.7.3 可用度和不可用度
5.7.4 平均首次故障前時(shí)間
5.7.5 平均可用時(shí)間、平均不可用時(shí)間和穩(wěn)態(tài)指標(biāo)
5.7.6 無條件故障強(qiáng)度和無條件修復(fù)強(qiáng)度
5.8 應(yīng)用舉例
第六章 編程計(jì)算技巧和文件說明
6.1 單元壽命和修復(fù)時(shí)間的抽樣技巧
6.1.1 單元壽命和修復(fù)時(shí)間的數(shù)據(jù)文件
6.1.2 單元壽命和修復(fù)時(shí)間的抽樣
6.1.3 單元壽命和修復(fù)時(shí)間的排序
6.2 系統(tǒng)正常與故障狀態(tài)的判斷
6.2.1 最小路集的數(shù)據(jù)文件
6.2.2 系統(tǒng)正常與故障的判斷
6.3 系統(tǒng)的故障次數(shù)
6.3.1 單元和系統(tǒng)的故障次數(shù)
6.3.2 單元故障造成系統(tǒng)故障的次數(shù)
6.4 平均首次故障前時(shí)間和數(shù)據(jù)文件
6.4.1 平均首次故障前時(shí)間
6.4.2 文件說明
6.5 可用時(shí)間和數(shù)據(jù)文件
6.5.1 可用時(shí)間
6.5.2 文件說明
6.6 可用度和數(shù)據(jù)文件
6.6.1 可用度
6.6.2 文件說明
6.7 系統(tǒng)平均故障次數(shù)和數(shù)據(jù)文件
6.7.1 系統(tǒng)平均故障次數(shù)
6.7.2 文件說明
6.8 應(yīng)用舉例
第七章 其他應(yīng)用
7.1 用指數(shù)分布假設(shè)進(jìn)行可靠性評(píng)估
7.1.1 蒙特卡羅仿真模型
7.1.2 采用指數(shù)分布近似處理的保守程度
7.1.3 仿真運(yùn)行結(jié)果
7.2 小樣本條件下可靠壽命的近似估計(jì)
7.2.1 現(xiàn)場(chǎng)故障數(shù)據(jù)和可靠壽命
7.2.2 統(tǒng)計(jì)量的選擇
7.2.3 經(jīng)驗(yàn)系數(shù)的蒙特卡羅仿真模型
7.2.4 蒙特卡羅仿真分析
7.2.5 結(jié)論
7.3 隨機(jī)加權(quán)法在正態(tài)分布參數(shù)估計(jì)中應(yīng)用
7.3.1 隨機(jī)加權(quán)法的基本思想
7.3.2 正態(tài)分布的蒙特卡羅隨機(jī)抽樣
7.3.3 小樣本情況下參數(shù)置信限估計(jì)的適用性檢驗(yàn)
7.3.4 結(jié)論
7.4 指數(shù)分布有替換定時(shí)截尾時(shí)故障率上限估計(jì)
7.4.1 有替換定時(shí)截尾試驗(yàn)的故障率上限
7.4.2 蒙特卡羅仿真模型
7.4.3 蒙特卡羅仿真分析
7.4.4 結(jié)論
參考文獻(xiàn)