基于机器学习的CPS系统可靠性在线评估方法

• 作者: 何明 余沛毅 刘羽 王立辉 邹青丙
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 信息物理融合系统(CPS) 可靠性 机器学习 排队模型
• 年，卷（期）: 2014,（10）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 128-130,170
• 页数: 4页
• 分类号: TP18
• 字数: 3906字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1310-0012

摘要

为了对CPS系统可靠性进行有效分析与量化，提出了一种实时的CPS可靠性自动在线评估方法，该方法采用机器学习思想构建了评估框架，设计了在线排队算法，实现了对CPS可靠性的实时在线分析与评估，并能及时采取预防措施，确保系统正常无间断运行，极大地提高了系统可靠性。仿真实验结果验证了评估方法的有效性及广泛的应用前景。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王立辉	东南大学仪器科学与工程学院	30	314	10.0	17.0
2	何明	解放军理工大学指挥信息系统学院	57	555	13.0	21.0
3	邹青丙	解放军理工大学指挥信息系统学院	3	18	2.0	3.0
4	余沛毅	解放军理工大学指挥信息系统学院	4	22	2.0	4.0
5	刘羽		1	2	1.0	1.0