系统可靠性计算「建议收藏」

大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元售后保障童叟无欺

系统可靠性计算是软考考试的一个重点，近些年几乎每次考试都会考到，但这个知识点的难度不高，了解基本的运算公式，即可轻松应对。

可靠性计算主要涉及三种系统，即串联系统、并联系统和冗余系统，其中串联系统和并联系统的可靠性计算都非常简单，只要了解其概念，公式很容易记住。冗余系统要复杂一些。在实际的考试当中，考得最多的就是串并混合系统的可靠性计算。所以要求我们对串联系统与并联系统的特点有基本的了解，对其计算公式能理解、运用。下面将对这些计算的原理及公式进行详细的说明。

串联系统

假设一个系统由n个子系统组成，当且仅当所有的子系统都能正常工作时，系统才能正常工作，这种系统称为串联系统。
在这里插入图片描述

设系统各个子系统的可靠性分别用 $R_1$ ， $R_2$ ，……， $R_n$ 表示，则系统的可靠性R= $R_1$ × $R_2$ ×…× $R_n$ 。

如果系统的各个子系统的失效率分别用 $\lambda_1$ ， $\lambda_2$ ，……， $\lambda_n$ 来表示，则系统的失效率 $\lambda$ = $\lambda_1$ × $\lambda_2$ ×…× $\lambda_n$ 。

并联系统

假如一个系统由n个子系统组成，只要有一个子系统能够正常工作，系统就能正常工作，如下图所示。

设系统各个子系统的可靠性分别用 $R_1$ ， $R_2$ ，……， $R_n$ 表示，则系统的可靠性R=1－（1－ $R_1$ ）×（1－ $R_2$ ）×…×（1－ $R_n$ ）。

假如所有子系统的失效率均为 $\lambda$ ，则系统的失效率为 $\mu$ ：
$\mu＝\frac{1}{\frac{1}{\lambda}\sum_{j=1}^N{\frac{1}{j}}}$
在并联系统中只有一个子系统是真正需要的，其余n-1个子系统都被称为冗余子系统。该系统随着冗余子系统数量的增加，其平均无故障时间也会增加。

串并混合系统

串并混合系统实际上就是对串联系统与并联系统的综合应用。我们在此以实例说明串并混合系统的可靠性如何计算。

例1：某大型软件系统按功能可划分为2段P1和P2。为提高系统可靠性，软件应用单位设计了如下图给出的软件冗余容错结构，其中P1和P2均有一个与其完全相同的冗余备份。若P1的可靠度为0.9，P2的可靠度为0.9，则整个系统的可靠度是。

供选择的答案
　　A. 0.6561
　　B. 0.81
　　C. 0.9801
　　D. 0.9

试题分析

当系统采用串联方式时，其可靠度R可由公式R= $R_1$ × $R_2$ ×…× $R_n$ 求得。当系统采用并联方式时，其可靠度R可由公式R=1－（1－ $R_1$ ）×（1－ $R_2$ ）×…×（1－ $R_n$ ）求得。这个系统总的来说是串联,但分成两个并联部分。第一部分的可靠度为：R1=1-(1-0.9)(1-0.9)=0.99；第二部分的可靠度也为：R2=0.99；所以整个系统的可靠度为：R=R1R2=0.9801 ，C答案。

试题答案：C

上面的例题是属于常规形式的可靠性计算题，如果把这种试题再拨高一个层次，可以。
例2：1台服务器、3台客户机和2台打印机构成了一个局域网（如图4所示）。在该系统中，服务器根据某台客户机的请求，数据在一台打印机上输出。设服务器、各客户机及各打印机的可靠度分别为a、b、c，则该系统的可靠度为。

A．a $b^3$ $c^3$
B．a(1- $b^3$ )(1- $c^2$ )
C．a $1-b)^3$ $l-c)^2$
D．a(1- $1-b)^3$ )(1- $l-c)^2$ )

例题分析：在试题给出的系统中，客户机之间是并联的（任何一台客户机出现故障，对其他客户机没有影响），同理，打印机之间是也并联关系。然后，客户机、服务器、打印机之间再组成一个串联关系。因此，我们可以把该系统简化为：已知服务器、各客户机及各打印机的可用性分别为a、b、c，因此整个系统的可用性为：R=a(1- $1-b)^3$ )(1- $l-c)^2$ )

例题答案：D

模冗余系统

m模冗余系统由m个（m=2n+1为奇数）相同的子系统和一个表决器组成，经过表决器表决后，m个子系统中占多数相同结果的输出可作为系统的输出。

在m个子系统中，只有n+1个或n+1个以上的子系统能正常工作，系统就能正常工作并输出正确结果。假设表决器是完全可靠的，每个子系统的可靠性为 $R_0$ ，则m模冗余系统的可靠性为：
$R=\sum_{i=n+1}^N{ \left[ \begin{matrix} j \\ N \end{matrix} \right] * R^i_0(1-R_0)^{N-i}}$