基于任務流模型的測試性設計與優(yōu)化.pdf_第1頁
已閱讀1頁,還剩80頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、測試性是產品設計的關鍵因素之一,在提高武器裝備的可維護性和減少測試費用中,已經越來越成為武器裝備設計中的一個重要組成部分。但是目前的故障診斷軟件大都是從底層硬件電路開始建立多信號模型,這種傳統(tǒng)的建模分析方法與硬件設備結合的更加緊密。而對于大型的復雜的系統(tǒng)級電路,這種方法將會非常的麻煩和低效。因此,在某些政府部門的項目支持下,對基于任務流模型的建模方法及測試性分析方法做了較為深入的研究,同時進行了基于任務流模型的測試性軟件的總體結構與關鍵

2、模塊的設計與實現(xiàn)。本文主要研究工作如下:
  1、首先通過對任務剖面定義的闡明給出任務流模型的概念及其理論基礎,然后在此基礎上給出任務剖面的生成方法及過程。然后由于之前的建模方法大多基于多信號流模型,而任務流模型具有自己特有的屬性,多信號流的建模方法不適用于任務流模型,故有必要針對任務流模型的系統(tǒng)屬性,從層次性、時序性和邏輯性出發(fā)研究任務模型的建模方法。
  2、由于測試性指標的計算離不開多信號流模型的數據支持,只有在任務流

3、模型的基礎上,同時將任務流與多信號流關聯(lián)起來,才能設置合適的測點從而獲得需要的可測性數據指標,本文采用矩陣變換的方法關聯(lián)二者。
  3、在任務流模型與多信號流模型二者關聯(lián)起來之后,可以借助多信號流模型計算任務流模型的測試性指標。同時,任務流模型也有其特有的測試性指標,本文會給出任務流模型的測試性指標的計算方法。
  4、本文對基于任務流模型的測試性指標的分配方法做了較深入的研究。測試性指標的分配一直都是測試性設計的重要組成部

4、分,本文提出的兩種方法:基于粒子群算法的測試性指標分配方法和基于BP神經網絡的測試性指標分配方法,從智能算法的角度入手,可以給后續(xù)的更加深入的研究提供思路和借鑒。
  5、本文介紹了軟件工具開發(fā)的情況。首先介紹了軟件的總體設計和系統(tǒng)的整體流程,使得讀者對軟件整體平臺和功能有初步了解;同時還介紹了軟件的開發(fā)背景,即主要的開發(fā)工具和主要的技術路線。然后對軟件主要的功能模塊給出介紹,主要的功能模塊即任務剖面建模模塊和測試性建模模塊。任務

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論