0 引 言

在国防高可靠性领域，武器装备的可靠性一直受到高度重视．平台惯性导航系统(inertial navigation system，INS)是复杂高可靠性机电一体化系统．近年来由于INS数据错误和功能失效而引起的事故时常发生，因此对作为运载体主信号源的INS可靠性评价尤为重要．INS可靠性分析主要存在的问题是[1]：①装在飞机、导弹、通信卫星等运载体上的INS是典型小子样系统，其可靠性试验周期长且代价昂贵，现场试验数据少，很难获取元件精确的失效数据；②INS可靠性存在一定的不确定性，如故障发生机理和故障模式复杂多变，部件和分系统对系统可靠性影响不确定等；③传统可靠性模型缺乏自适应修正能力．因此急需寻求一种有效的不确定性INS的可靠性分析方法．

GO法(goal-oriented methodology)是一种有效的复杂系统可靠性分析方法[2]，特别适合有电流、气流、液流等实际物流产生的多状态复杂系统可靠性分析[3]．如樊冬明等[4]建立了基于动态贝叶斯网络的可修GO法模型，并通过核电站高压注水系统验证了所提模型的有效性；江秀红等[5]提出了一种基于GO法的INS预测维修平台设计方法；陈洁等[6]提出了贝叶斯GO法，并对深水关井作业进行了可靠性分析．传统GO法的系统可靠性分析假设元件存在2种或3种状态，其状态概率值精确可知．因此传统GO法用精确值描述元件的各状态概率，不能反映出真实情况，会降低系统可靠性分析结果的可信度．

模糊可靠性理论是处理可靠性工程中不精确和不确定性问题的一种新方法[7]，利用模糊数学在处理不确定性信息方面的优势，使复杂系统可靠性和安全性评估结果更真实可信．如文献[8-9]将零部件的失效概率模糊化，提出了一种基于模糊理论的故障树算法，并应用到工程系统的可靠性评估中；文献[10-11]将事件发生的成功概率用三角模糊数表示，提出了基于三角模糊数的GO法，但均不适用于评估多状态元件和系统的可靠性．文献[12]将工程变量处理为随机变量和模糊变量，提出了一种可综合处理模糊不确定信息和随机不确定信息的可靠度计算模型；文献[13]将具有危害性事件发生的可能性和严重程度模糊化，提出了一种基于模糊理论的风险评估方法．

学生的阶段性学习成绩不好时，会说：老师，对不起，下次努力来安慰教师。学生为成绩突飞猛进而高兴。教学中，很多学生获得了成功。学生掌握的知识点上升到85%左右，甚至达到90%。通过一定的心理暗示，取得了良好的教学效果。

针对传统GO法的不足，本文引入三角模糊数和扩展原理分别对输入、输出数据的模糊不确定性进行量化，提出一种模糊数学理论与GO可靠性模型相结合的多状态系统可靠性分析方法——模糊GO法，并将其应用到INS可靠性研究中．

1 数据的模糊算法

1.1 模糊集合的截集

设是实数集R下的模糊集合，x为模糊变量，α∈[0,1]，记则称为模糊集合的α-截集，也可表示为区间形式其中α称为截集水平和分别为的α-截集的下、上边界．

1.2 数据的三角模糊数转化方法

三角模糊数是最常见的模糊数之一，具有计算简单、表达直观等优点，广泛用于解决可靠性领域中模糊不确定性问题[14-15]．为描述某事件发生的模糊不确定性，将某事件发生概率的精确值处理为可进行模糊化运算的三角模糊数，用式(1)方法进行模糊化处理，构造三角模糊数(l,m,h)：

l=p·(1-Ef),m=p,h=p·(1+Ef)

(1)

式中：l、m、h分别为事件发生的最小可能值、最可能值、最大可能值；p为事件发生的概率；Ef为误差因子，可根据实际工况和领域专家经验选取．

1.3 扩展原理和参数规划

Zadeh提出的扩展原理为解决模糊不确定性问题提供了理论基础，能够有效解决在模糊数运算过程中产生的不确定性传播问题[16-17]．为简化分析运算，本文均按照三角模糊数展开分析．多元模糊映射下的隶属函数可表示为

(2)

式中：xi∈R是与模糊数对应的模糊变量；f(·)是模糊映射关系；模糊数是模糊映射f(·)下的输入变量．

由扩展原理知，模糊数的α-截集区间为

(3)

求解模糊数的α-截集区间的边界值问题可转化为求解一组相应的参数规划问题．

信号流29

(4a)

上边界：

(4b)

上述参数规划问题的本质是在模糊数的α-截集区间内求解函数映射的极值问题，可用商业优化软件(如Matlab、Isight等)实现，即求得模糊数在不同α-截集区间的边界值．

2 基于模糊GO法的可靠性分析原理

GO法是一种以成功为导向的图形化系统可靠性分析方法[18]．模糊GO法是将模糊集合理论与GO可靠性模型相结合，引入三角模糊数和扩展原理对输入、输出数据的模糊不确定性进行量化，其可靠性分析原理如图1所示，步骤如下：

(1)分析系统的基本原理，明确各元件、子系统的逻辑结构；

(2)根据单元功能和单元输入、输出信号之间的逻辑关系确定对应单元的操作符类型[2]；

(3)根据系统物流逻辑上的进程，用信号流连接各操作符，生成GO图；

(4)从输入操作符开始，按照各操作符的运算规则，沿着信号流，得到系统的输出状态及状态概率表达式；

“高河，姑姑这辈子对不起你了。”老太太说着，声音里有几分不忍，“可你知道了杨家这伤风败俗的丑事，为了让这个秘密不被泄露，姑姑只有这一个办法！”

2000年至今，朱炳仁在铜建筑领域大显身手，先后设计、主持修建了10余项被誉为“中国第一”的项目。除此，他还在铜书画、铜壁挂、铜构件、铜雕塑等方面开拓创新，相关作品收藏陈列于中国国家博物馆、北京人民大会堂、全国政协文史馆、中央组织部大楼以及曼谷中国文化中心、莫斯科中国文化中心、东京国家博物馆、智利国家博物馆、印度玄奘纪念堂等。

(5)采用式(1)的处理方法，将元件各状态发生概率的精确值转化为三角模糊数，得到元件各状态的模糊可靠性数据；

(6)用扩展原理将系统的输出状态概率表示为一个新的模糊数，按步骤(5)得到的三角模糊数作为扩展原理的输入变量，按步骤(4)得到的状态概率表达式作为扩展原理的模糊映射关系，用参数规划方法得到直观的系统模糊状态概率隶属度函数，据此对系统做出可靠性分析与评价．

图1 模糊GO法可靠性分析原理 Fig.1 Reliability analysis principle of fuzzy GO methodology

3 INS的模糊GO法可靠性评价

3.1 系统分析及GO图建立

为验证模糊GO法的有效性，选用平台惯性导航系统(INS)进行可靠性分析研究．某三轴INS基本结构原理图如图2所示，主要组成：①1个三轴惯导平台；②3个高精度加速度计；③3个高精度陀螺仪；④稳定回路，包括前置放大器、数字控制器、功率驱动和力矩电机等；⑤3个旋转变压器；⑥导航计算机；⑦控制显示器；⑧电源等．

图2 某三轴INS基本框图 Fig.2 Basic structure schematic of some three-axis INS

根据图2建立INS的GO图，如图3所示．GO图中共有29个操作符和29个信号流，其中操作符代表具体元件，信号流代表具体物流．电源是INS的唯一输入单元，可用类型5操作符(单信号发生器)模拟；陀螺仪、加速度计会由于热冲击、电磁辐射等一些不恰当的动作或不期望的外界刺激产生提前输出，可用类型3操作符(触发发生器)模拟；力矩电机可能因电机线路短路等原因出现提前启动的情况，也可用类型3操作符(触发发生器)模拟；前置放大器、数字控制器、功率驱动、惯导平台、旋转变压器、导航计算机及控制显示器都假定为两种状态单元，可用类型1操作符(两状态单元)模拟．数字控制器只有同时收到3个前置放大器输出的正确角速度信号，才向功率驱动电路发出有效信号，因此可用类型10操作符(与门)来模拟3个前置放大器之间的逻辑关系．同理，加速度计、力矩电机及旋转变压器输出之间的逻辑关系也可用类型10操作符来模拟．INS各操作符类型、代表的单元及各元件的模糊状态概率(以三角模糊数形式表示)如表1所示．

图3 某三轴INS的GO图 Fig.3 GO figure of some three-axis INS

Ar18(1)=

企业文化作为企业的软实力，对企业的生存发展至关重要。皇窑景区的企业文化包括企业整体价值理念、企业精神、企业形象等。标准体系的构建过程，也可以视为企业文化的建设过程，用规范的方式固化景区的组织行为和价值观，并在操作层面指导全景区对服务过程、流程、技艺、方法、岗位进行全面总结，形成标准。标准体系是现实意义上的企业知识库，使景区各种管理经验和服务流程能有效的积累和传递，而标准体系的实施，也能使企业文化得到更好的传承。

3.2 模糊GO运算

若GO图中存在某信号连接到两个或多个操作符的情况，则该信号定义为共有信号[2]．由图3可知，信号流1、2、3、11、19均为共有信号．由于包含同一共有信号流的信号流之间并不是完全独立的，在定量计算系统状态概率时，需对含有共有信号的信号流进行修正．在用概率公式算法计算时，将含有共有信号的各状态概率表达式展开，把共有信号的高次项修正为一次项，修正后的各状态概率表达式表示正确的状态概率[2]，修正后的关键信号流表达式如下：

表1 GO操作符及相应的模糊状态概率

Tab.1 GO operator and the corresponding fuzzy state probability

操作符编号操作符类型单元名称模糊状态概率/(10-6·h-1)状态值0状态值1状态值215电源0(16.15,19.00,21.85)21导航计算机0(27.20,32.00,36.80)310与门4～63陀螺仪(120.70,142.00,163.30)(28.90,34.00,39.10)7～91前置放大器0(8.50,10.00,11.50)1010与门111数字控制器0(6.80,8.00,9.20)12～141功率驱动0(81.60,96.00,110.40)15～173力矩电机(73.10,86.00,98.90)pci(1)(12.75,15.00,17.25)1810与门191惯导平台0(1.70,2.00,2.30)20～221旋转变压器0(32.30,38.00,43.70)2310与门24～263加速度计(66.30,78.00,89.70)(15.30,18.00,20.70)27～2810与门291控制显示器0(68.00,80.00,92.00)

信号流3

pr3(1)=Ar3(1)-Ar3(0)；

式中，νi为土地利用生态效益系数，定义为各类用地单位面积生态系统服务价值的多年平均值[15，16]，即νi=(112.579,54.161,0)，单位为万元/hm2。

pr18(1)=Ar18(1)-Ar18(0)；

(5)

信号流10

pr27(1)=Ar27(1)-Ar27(0)；

pr10(1)=Ar10(1)-Ar10(0)；

An LED light source was used to study settlement of a white ceramic substrate. Specifically, a light with a highly concentrated wavelength and brightness was selected to mitigate the influences that the wavelength and luminance of the chip exercised on the color coordinates of the white LED.

(6)

信号流18

古代设有专门的交通干道，主要为国家传送行政管理、军事等重要信息服务，沿驿道设置相应的馆驿供来往人员休息停留。《大学衍义补·邮传之置》中有记录：“凡国野之道，十里有庐，庐有饮食；三十里有宿，宿有路室，路室有委；五十里有市，市有侯馆，侯馆有积”。作为重要的官方要道，沿路的建筑最初往往体现出官方属性，营造风格也与中央地靠拢。然后期会馆建筑、驿站等逐渐归属民间，相关建筑开始向当地的商业建筑形式靠拢。

表1中状态值取0、1、2分别代表元件处于提前、成功、故障状态．pci(j)表示编号为i的元件处于j状态的概率，且满足

3pc15(0)·(pc14(1)·pc15(1))2·As11(1)；

Ar29(0)=Ar28(0)·pc29(1)=0；

3pc15(0)·(pc14(1)·pc15(1))2+

(pc14(1)·pc15(1))3)·As11(0)；

pr3(0)=Ar3(0)=0

根据商保公司经办城乡居民基本医保模式主要要素，总结分析商保机构经办城乡居民基本医保的试点情况。依据理论研究和实践结果，目前安徽省商保公司经办城乡居民基本医保试点初步形成的模式主要是委托经办模式，即：政府将业务委托商保公司，按照协议由后者获取适当的经办费用，提供经办服务。在委托经办模式中，按照经办费用来源已初步形成委托经办支付费用模式、委托经办不支付费用模式两种。每一大类中，按照经办服务内容、经办费用获取方式、基金风险承担实际运行情况又可分不同的模式。见表2

pr18(0)=Ar18(0)

(7)

信号流23

pr23(1)=Ar23(1)-Ar23(0)；

pr23(0)=Ar23(0)

(8)

信号流27

Ar27(1)=

1.4 统计学方法 由经培训过的人员，采用EpiData 3.1软件对数据进行双录入并检错，采用SPSS 16.0软件统计分析。离散变量资料采用比或率进行描述，率的比较采用χ2检验，探讨影响因素用二分类反应变量的非条件Logistic回归分析，P<0.05为差异有统计学意义。

Ar10(1)=

pr27(0)=Ar27(0)

(9)

下边界：

Ar29(1)=Ar28(1)·pc29(1)；

Ar18(0)=

其次，传播与翻译拥有类似的过程。基于传播过程的要素来分析，翻译活动涉及两次传播过程：第一次传播过程中，作者为传播主体，译者是传播对象；第二次传播过程中，译者则作为主体，传播对象为译入语读者。具体如图：

pr29(1)=pr28(1)·pc29(1)=

As1(1)·(a27+b27)·pc29(1)；

pr29(0)=pr28(0)·pc29(1)=0

(10)

其中

b18=

pc15(1))3+3pc15(0)·(pc14(1)·pc15(1))2，

b27=

Ari(j)表示输出信号流i的状态值从0到j的状态累积概率；Asi(j)表示输入信号流i的状态值从0到j的状态累积概率；pri(j)表示编号为i的信号流输出状态j的概率；a10、b10、a18、b18、a27、b27均与共有信号无关．

CT定位：患者采用乳腺托架固定，双手上举平躺于乳腺托架，患者在平静呼吸状态下，使用CT模拟机行CT扫描。CT扫描范围：下颌角至对侧乳腺下缘皱褶下5 cm，扫描层厚5 mm，获取CT图像后，通过网络将CT图像传输至飞利浦Pinnacle放疗计划系统。

3.3 系统可靠性评价

由GO图可知，信号流29所具有的可靠性特征量表征惯性导航系统的可靠性特性．式(10)中pr29(0)是系统输出模糊状态0的表达式，表征系统输出提前信号的可靠性特性，由pr29(0)=0可知，INS不存在输出提前状态的情况．式(10)中pr29(1)是INS输出模糊状态1的表达式，表征系统输出模糊成功信号的可靠性特性．根据表1中数据、系统输出模糊状态1的表达式及扩展原理，用参数规划方法，借助Matlab可得出直观的INS输出模糊成功概率的隶属度函数，如图4所示．

由图4知：INS输出的模糊成功概率所有可能的取值均在由α=0所确定的区间[0.998 835 16，0.999 617 58]，区间边界值0.998 835 16 和0.999 617 58分别为INS输出的模糊成功概率的最小可能值和最大可能值；0.999 226 30 为INS输出的模糊成功概率的最可能值，对应于隶属度α=1.0的结果．若将α-截集作为系统模糊区间的置信程度，由模糊集合的截集可知，α-截集的取值越小，系统可靠度的模糊区间越大，数据在模糊区间的离散度越大，分析结果的可信度越低；α-截集的取值越大，系统可靠度的模糊区间越小，数据在模糊区间离散度越小，可靠性分析结果的可信度越高．可从决策者偏好的角度取α=0.5，表示中立偏好(neutral attitude)可信，得系统可靠度的置信模糊区间为[0.999 030 71， 0.999 421 92]．

图4 模糊成功概率的隶属度函数 Fig.4 Membership function of fuzzy successful probability

4 基于模糊FTA的INS可靠性分析

为验证模糊GO法的有效性，采用文献[19]提出的模糊FTA对INS进行可靠性分析，分析时假设：①各事件只存在成功和故障两种状态；②各事件相互独立；③不考虑人为故障和诱发故障．以控制显示器不能成功输出姿态角和加速度信息为顶事件，建立故障树，如图5所示．

图5 某三轴INS的FTA图 Fig.5 FTA figure of some three-axis INS

在FTA图中以Xi表示各底事件，对底事件赋予模糊概率值，模糊数据见表2．由INS原理图可知，任何一个元件故障都会导致顶事件发生，故该故障树中的最小割集为{X1}，…，{X23}；由文献[19]可知，该故障树顶事件发生的概率为

表2 底事件模糊数据

Tab.2 Fuzzy data of basic events

编号底事件模糊故障概率/(10-6·h-1)X1～X3陀螺仪故障(28.90,34.00,39.10)X4～X6前置放大器故障(8.50,10.00,11.50)X7～X9功率驱动故障(81.60,96.00,110.40)X10数字控制器故障(6.80,8.00,9.20)X11～X13力矩电机故障(12.75,15.00,17.25)X14惯导平台故障(1.70,2.00,2.30)X15～X17加速度计故障(15.30,18.00,20.70)X18导航计算机故障(27.20,32.00,36.80)X19～X21旋转变压器故障(32.30,38.00,43.70)X22电源故障(16.15,19.00,21.85)X23控制显示器故障(68.00,80.00,92.00)

λ～=1-∏23i=1(1-λ～i)

(11)

式中：

i表示第i个底事件发生的模糊概率；为顶事件发生的模糊概率．

5 3种可靠性分析方法对比

用模糊FTA、传统GO法、模糊GO法分析INS系统的可靠性，得出直观的INS输出模糊成功概率的隶属度函数如图4所示，得出的不同截集水平下的系统可靠性指标见表3．

分析表3可知：

总之,经过政府及社会各界的共同努力,中国的生态文明建设工作已取得了初步成效,生态文明建设的体制机制已初步完善,生态文明建设的理念也已深入人心,这为下一步生态文明建设的攻坚提供了有利的环境及坚实的基础。但同时,存在的问题依然较多,面临的挑战依然巨大。生态文明建设犹如逆水行舟,不进则退,生态文明建设永远在路上。

(1)用传统GO法得到的系统可靠度，与当α=1.0时用模糊GO法得出的结果相同．因为当α=1.0时，用模糊GO法计算出的系统可靠度对应于当所有元件的状态概率取精确值时得出的结果．

表3 3种分析方法得到的系统可靠性指标

Tab.3 System reliability index obtained by three analysis methods

隶属度α可靠性指标传统GO法模糊FTA模糊GO法1.00.999 226 300.999 226 270.999 226 300.90.999 226 30[0.999 214 68, 0.999 237 88][0.999 187 18, 0.999 265 42]0.80.999 226 30[0.999 203 08, 0.999 249 48][0.999 148 06, 0.999 304 55]0.70.999 226 30[0.999 191 47, 0.999 261 08][0.999 108 94, 0.999 343 67]0.60.999 226 30[0.999 179 87, 0.999 272 69][0.999 069 83, 0.999 382 80]0.50.999 226 30[0.999 168 27, 0.999 284 29][0.999 030 71, 0.999 421 92]0.40.999 226 30[0.999 156 67, 0.999 295 89][0.998 991 60, 0.999 461 05]0.30.999 226 30[0.999 145 07, 0.999 307 50][0.998 952 49, 0.999 500 18]0.20.999 226 30[0.999 133 47, 0.999 319 10][0.998 913 38, 0.999 539 31]0.10.999 226 30[0.999 121 87, 0.999 330 70][0.998 874 27, 0.999 578 45]00.999 226 30[0.999 110 27, 0.999 342 31][0.998 835 16, 0.999 617 58]

(2)传统GO法计算出的可靠度均在模糊GO法计算出的可靠度置信模糊区间内，这验证了模糊GO法的有效性．

(3)用模糊FTA和模糊GO法得出不同截集水平的可靠度有差异．因为模糊FTA在建模时只考虑各底事件的成功和故障两种状态，而在GO法中还考虑到陀螺仪、加速度计及力矩电机可能存在的提前状态．同样验证了本文所提方法的有效性，能够有效评估多状态元件和系统的可靠性．

(4)基于隶属度函数的模糊区间能将元件和系统的不确定性量化，使得可靠性分析结果具有说服力．

6 结 论

(1)将模糊数学理论引入到基于GO法的系统可靠性分析中，提出了一种模糊不确定性系统可靠性分析方法——模糊GO法．用模糊数来描述元件的状态概率值，可有效解决由于缺乏足够的数据、统计的不确定性、建模的不确定性等因素而导致的概率不确定性问题；用扩展原理将系统的输出状态概率表示为一个新的模糊数，可得到不同截集水平下的可靠度置信模糊区间，将系统输出的不确定性量化，能准确地分析系统的可靠性；运用参数规划的方法可得到直观的系统模糊状态概率隶属度函数，使得系统可靠性分析结果更加直观，且方法思路清晰、简洁方便．

(2)采用模糊GO法研究INS可靠性，经与传统GO法和模糊FTA分析结果对比，验证了模糊GO法有效，可作为一种复杂多态系统可靠性分析方法．

(3)模糊GO法克服了传统GO法中各操作符只能根据元件历史统计值给定一个精确值的不足，可为复杂系统的模糊不确定性分析提供有效且实用的分析工具，有较强的工程实用性．

参考文献：

[1] 冯 静,潘正强,孙 权,等. 小子样复杂系统可靠性信息融合方法及其应用[M]. 北京:科学出版社, 2015.

FENG Jing, PAN Zhengqiang, SUN Quan, et al. Methods and Applications of Reliability Information Fusion for Complex System with Small Sample Test [M]. Beijing: Science Press, 2015. (in Chinese)

[2] 沈祖培,黄祥瑞. GO法原理及应用:一种系统可靠性分析方法[M]. 北京:清华大学出版社, 2004.

SHEN Zupei, HUANG Xiangrui. Principle and Application of GO Methodology:A System Reliability Analysis Methodology [M]. Beijing: Tsinghua University Press, 2004. (in Chinese)

[3] 兰 雪,段富海,桑 勇. GO-FLOW法在飞机EHA可靠性分析中的应用[J]. 北京航空航天大学学报, 2017, 43(6):1264-1270.

LAN Xue, DUAN Fuhai, SANG Yong. Application of GO-FLOW methodology in reliability analysis of aircraft EHA [J]. Journal of Beijing University of Aeronautics and Astronautics, 2017, 43(6):1264-1270. (in Chinese)

[4] 樊冬明,任 羿,刘林林,等. 基于动态贝叶斯网络的可修GO法模型算法[J]. 北京航空航天大学学报, 2015, 41(11):2166-2176.

FAN Dongming, REN Yi, LIU Linlin, et al. Algorithm based-on dynamic Bayesian networks for repairable GO methodology model [J]. Journal of Beijing University of Aeronautics and Astronautics, 2015, 41(11):2166-2176. (in Chinese)

[5] 江秀红,段富海,陈 璞,等. 基于GO法和RCM的惯性导航系统预测维修平台设计[J]. 兵工学报, 2014, 35(9):1443-1450.

JIANG Xiuhong, DUAN Fuhai, CHEN Pu, et al. Design of predictive maintenance platform for INS based on GO methodology and RCM [J]. Acta Armamentarii, 2014, 35(9):1443-1450. (in Chinese)

[6] 陈 洁,陈国明,李新宏,等. 深水关井作业可靠性贝叶斯-GO法分析[J]. 中国安全科学学报, 2016, 26(4):144-149.

CHEN Jie, CHEN Guoming, LI Xinhong, et al. Reliability analysis of deep-water shut-in operation using Bayesian GO approach [J]. China Safety Science Journal, 2016, 26(4):144-149. (in Chinese)

[7] 张 萌. 统一模糊可靠性模型理论研究及叶片抗振模糊可靠性评估建模[D]. 西安:西北工业大学, 2014.

ZHANG Meng. Theoretical study on the unified fuzzy reliability model and reliability assessment modeling of blades to avoid resonance [D]. Xi′an: Northwestern Polytechnical University, 2014. (in Chinese)

[8] BHARDWAJ R K, MALIK S C. Fuzzy reliability evaluation of a fire detector system [J]. International Journal of Computer Applications, 2012, 43(3):41-46.

[9] LI Yanfeng, HUANG Hongzhong, LIU Yu, et al. A new fault tree analysis method:fuzzy dynamic fault tree analysis [J]. Eksploatacja i Niezawodnosc-Maintenance and Reliability, 2012, 14(3):208-214.

[10] 张根保,许 智,王国强,等. 基于模糊理论的GO法多时序可靠性分析研究[J]. 机械设计, 2010, 27(11):15-18, 72.

ZHANG Genbao, XU Zhi, WANG Guoqiang, et al. Reliability analysis of GO method multi-temporal based on fuzzy theory [J]. Journal of Machine Design, 2010, 27(11):15-18,72. (in Chinese)

[11] 张丽娜,李艳军,张 建. 基于模糊GO法的飞机备件支援系统可靠性分析[J]. 科学技术与工程, 2017, 17(4):105-109.

ZHANG Lina, LI Yanjun, ZHANG Jian. Research on reliability of aircraft spare parts support system based on fuzzy GO method [J]. Science Technology and Engineering, 2017, 17(4):105-109. (in Chinese)

[12] 李玲玲,武 猛,李志刚. 可靠性度量中的不确定信息处理[J]. 机械工程学报, 2012, 48(8):153-158.

LI Lingling, WU Meng, LI Zhigang. Uncertain information processing method in the reliability measurement [J]. Journal of Mechanical Engineering, 2012, 48(8):153-158. (in Chinese)

[13] POKORDI L. Application of fuzzy set theory for risk assessment [J]. Journal of KONBiN, 2010, 2-3(14/15):187-196.

[14] DING Y, LISNIANSKI A. Fuzzy universal generating functions for multi-state system reliability assessment [J]. Fuzzy Sets and Systems, 2008, 159(3):307-324.

[15] DING Y, ZUO M J, LISNIANSKI A, et al. Fuzzy multi-state systems: General definitions, and performance assessment [J]. IEEE Transactions on Reliability, 2008, 57(4):589-594.

[16] ZADEH L A. Fuzzy sets [J]. Information and Control, 1965, 8(3):338-353.

[17] ZADEH L A. Fuzzy sets as a basis for a theory of possibility [J]. Fuzzy Sets and Systems, 1978, 1(1):3-28.

[18] SHEN Zupei, GAO Jia, HUANG Xiangrui. An exact algorithm dealing with shared signals in the GO methodology [J]. Reliability Engineering and System Safety, 2001, 73(2):177-181.

[19] WANG Daqing, ZHANG Peng, CHEN Liqiong. Fuzzy fault tree analysis for fire and explosion of crude oil tanks [J]. Journal of Loss Prevention in the Process Industries, 2013, 26(6):1390-1398.