[发明专利]基于概率模型检测的动态故障树定量分析方法有效
| 申请号： | 201910065641.8 | 申请日： | 2019-01-24 |
| 公开（公告）号： | CN109919181B | 公开（公告）日： | 2021-08-17 |
| 发明（设计）人： | 黄志球;乔森;王金永;宛伟健;谢健 | 申请（专利权）人： | 南京航空航天大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06F17/18 |
| 代理公司： | 常州佰业腾飞专利代理事务所(普通合伙) 32231 | 代理人： | 孙永智 |
| 地址： | 211106 江苏省南京市江宁区*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于概率模型检测的动态故障树定量分析方法，属于动态故障树定量分析技术领域，首先将动态故障树进行形式化描述，将逻辑门转换成相应的连续时间马尔科夫链模型，并将逻辑门之间的连接关系一一对应到CTMC模型上，结合连续时间马尔可夫链和连续时间马尔科夫链之间连接关系的自动生成PRISM代码，并定义CSL属性规约公式，将CSL公式和PRISM代码输入工具得出定量分析的结果。本发明结合层次化分解和PRISM自带的模块同步，将整个动态故障树转换成有限个模块，通过自动转换算法将单个马尔可夫链模型自动转换为PRISM代码，并自动验证顶事件的故障发生概率，通过同步机制实现多个模块、命令之间的同步。 | ||
| 搜索关键词： | 基于 概率 模型 检测 动态 故障 定量分析 方法 | ||
【主权项】：
1.基于概率模型检测的动态故障树定量分析方法，其特征在于，包括如下步骤：首先将动态故障树进行形式化描述，通过将其分解为一系列逻辑门及其输入输出事件与逻辑门之间的连接关系，将逻辑门转换成相应的连续时间马尔科夫链模型，并将逻辑门之间的连接关系一一对应到CTMC模型上；然后，基于概率模型检测结合连续时间马尔可夫链和连续时间马尔科夫链之间连接关系的自动生成PRISM代码，并定义CSL属性规约公式，将CSL公式和PRISM代码输入工具进行定量分析，得出定量分析的结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京航空航天大学，未经南京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910065641.8/，转载请声明来源钻瓜专利网。
