摘要:
基于多状态网络可靠度的Monte-Carlo(M-C)估计算法, 考虑融合分层抽样和动态抽样的MC估计算法. 先在基于状态树搜索分层抽样方法的基础上, 通过设定概率阈值α改变分层原则, 使分层抽样便于实现; 再利用动态抽样, 在产生网络无效状态时动态生成网络各边的容量值, 从而不需对所有边进行抽样即可产生无效网络状态, 缩短了仿真时间. 仿真实验表明, 动态抽样能缩短仿真时间, 但优势会随着网络可靠度的增大而逐步消失, 较适用于可靠度低的多状态网络.
中图分类号:
路永华. 融合分层抽样和动态抽样的多状态网络可靠度M-C估计算法[J]. 吉林大学学报(理学版), 2016, 54(03): 547-552.
LU Yonghua. M-C Estimation Algorithm for Multistate Network ReliabilityBased on Fusion of Hierarchical Sampling and Dynamic Sampling[J]. Journal of Jilin University Science Edition, 2016, 54(03): 547-552.