Pu= pj [pj+ γ (1 - pj)] -1 γ (1-pj) /pj
Введем коэффициент δ увеличения частоты выпадания разреза
δ=P'u/Pu (2.29)
Подставляя в (2.29) старое и новое значения частоты выпадания разреза u, получаем
δ= pj [pj+ γ (1 - pj)] -1 γ.
Если в разрез u входит ровно z элементов, то
δ= γz pj [pj+ γ (1 - pj)] -1,
где второй сомножитель
pj [pj+ γ (1 - pj)] -1=Kконстанта для исходной системы. Коэффициент убыстрения можно представить в виде δ=γzK. Отсюда следует, что предлагаемое преобразование показателей надежности не приводит к нарушению относительной частоты появления разрезов фиксированного веса z, так как коэффициент убыстрения для всех этих разрезов одинаков. Однако относительная частота появления разрезов веса z+w по сравнению с разрезами веса z увеличивается в γw раз. Поэтому в ходе статистических испытаний преобразованной системы можно набрать достаточную статистику по разрезам большего веса, вероятность появления которых в исходной системе бывает обычно очень малой.Пересчет вероятности появления разреза u из преобразованной системы в исходную производится в соответствии с (2.29):
Pu=P'u/δ=P'uγ-zK-1 (2.30)
Для выполнения обратного преобразования (2.30) кроме факта отказа системы необходимо фиксировать и вес z соответствующего разреза.
Из (6.30) следует, что каждый случай появления разреза uс весом z в преобразованной системе соответствует γ-zK-1 случаям появления такого же разреза в исходной системе. При этом если; д преобразованной системе за время испытаний произошло m отказов, то для исходной системы эквивалентное число отказов.
mэкв=K-1 γ-zi,
где zi - число элементов, вышедших из строя при i-м отказе системы.
При возникновении очередного m-го отказа в преобразованной системе оценки надежности Рm исходной системы уточняются в соответствии с выражением.
Pm=1-mэкв/M=1- (MK) - 1 γ-zi,
где М - общее число просмотренных реализации состояний преобразованной системы.
Возникает вопрос, каким следует выбирать параметр преобразования γ для максимального убыстрения. процесса статистических испытаний конкретной системы? Из (2.28) следует, что при γ=1 изменение исходной надежности не происходит и убыстрение отсутствует. Если выбрать γ слишком большим, то в преобразованной системе будут в основном возникать разрезы большого веса, не характерные для исходной системы, причем их вклад в результирующую надежность при больших z в соответствии с (2.30) будет невелик. Поэтому параметр γ следует выбирать таким образом, чтобы максимизировать вероятность возникновения наиболее "вероятных" разрезов.
Рассмотрим этот вопрос более подробно.
Для простоты положим, что показатели надежности всех элементов системы одинаковы и равны р. Обозначим через P (z) вероятность возникновения отказовых состояний веса z. Очевидно, что вероятность потери работоспособности системы
Q= P (z). (2.31)
Обычно для реальных систем значение P (z) достаточно плавно меняется с увеличением веса разреза, поэтому в качестве наиболее вероятного разреза можно выбрать класс разрезов среднего веса.
Zcp= [ zP (z)] / P (z).
Для надежных систем в выражении (2.31) можно пренебречь всеми членами, кроме первого ненулевого, соответствующего минимальному разрезу веса z0, который и будет наиболее вероятным. Таким образом, задача состоит в том, чтобы максимизировать коэффициент убыстрения для наиболее вероятного разреза, т.е. найти максимум функции δ (γ) при z=z0,pi=p, (i=1,2,…,N):
δ (γ) =γz0 [p+γ (1-p)] -N. (2.32)
Из условия ∂δ (γ) /∂γ=0 получаем оптимальное значение
γ0=z0p [ (N-z0) / (1-p)] -1 (2.33)
Подставляя (2.33) в (2.28), нетрудно убедиться, что оптимальное значение γ0 соответствует пересчитанному значению надежности элемента системы p'=1-z0/N. Другими словами, для максимального убыстрения процедуры статистических испытаний необходимо таким образом пересчитать надежность элементов системы, чтобы средний вес отказов в преобразованной системе соответствовал весу наиболее вероятного разреза.
Убыстрение темпа набора статистики отказов в соответствии с (6.32) составит
δm={z0/ [ (1-p) N] }z0 [ (N-z0) / (pN)] N-z0.
Так, для системы с параметрами p=0,99, N=20, z0=3 время испытаний можно сократить приблизительно в 150 раз для достоверности получаемых результатов не хуже, чем в случае прямого набора статистики отказов системы.
Проведенные на ЭВМ сравнительные статистические испытания конкретных сетей по обычному и предлагаемому методам показали, что убыстрение сходимости результатов испытаний соответствует приведенным теоретическим оценкам.
Критерием оценки структурной надежности сетей связи методом статистического моделирования является вероятность наступления события - сеть связана.
На сегодняшний день в литературе известно несколько методов проверки сетей на связность: “поиск в глубину”, “разрастания” и “свертки”.
Известно, что метод “свертки” позволяет уменьшить до 50% (по сравнению с другими методами) затраты времени ЭВМ для данной процедуры. Суть данного метода заключается - одновременное соединение инцидентных вершин с произвольно выбранной вершиной до тех пор, пока сеть не представится в виде одной точки (если сеть связна) или множество точек (если сеть несвязна).
Однако методу, как и другим, присущ недостаток - резкое (нелинейное) увеличение затрат времени ЭВМ (по сравнению с другими методами) на процедуру проверки графа сети на связность.
Метод “разбиения". Суть метода “разбиения” состоит в следующем. Граф сети разбивается на подграфы, каждый из которых отдельно проверяется на связность методом “свертки". В результате получаем новый граф - суперграф, который в свою очередь проверяется на связность. Если суперграф связен, то делается вывод, что исходный граф сети связен. За счет “разбиения” исходного графа сети на подграфы появляется возможность работать на пологом участке кривой, отображающей зависимость затрат времени ЭВМ от размерности графа.
Оценка сложности метода “разбиения". Рассмотрим граф сети в виде квадратной решеткою Конечно, едва ли следует ожидать, что граф реальной сети будет иметь структуру с квадратной ячейкой. Однако оценки, полученные для данной ситуации, дадут представления о сложности предлагаемого метода проверки графа сети на связность. Вложим данный граф в прямоугольную систему координат.д.опустим, число вершин по осям x и y одинаково и равно L. Общее число вершин в графе будет равно S=L2
В данном случае по методу “свертки” достаточно выполнить
L-1=
итераций для определения связности графа. Тогда сложность метода “свертка” будет определятся
Q=M (
),где M - степень каждой вершины графа.
Допустим, что граф разбит на n равных подграфов, тогда сложность
проверки каждого подграфа составит
G1=M (
-1)Учитывая проверку на связность полученного суперграфа, размерность которого равна n, получим оценку сложности метода “разбиения"
Qn=M (
-1) +M ( -1).Сеть связи задают в виде вероятностной матрицы смежности
P=||pij||s,s, где Pij=kg (i,j) (i,j=1…S; i¹j).
Осуществляет NO независимых испытаний, каждое из которых состоит из двух этапов. На первом этапе выбирают m независимых, равномерно распределенных в интервале (0,1) чисел Xi. Затем, значения Xiпоследовательно сравнивают с величинами kг (i,j) по следующему алгоритму:
Если xi³kг (i,j), то элемент сети считается отказавшим (Aij=0);