论文部分内容阅读
由于现有可生存系统中缺乏对系统生存态势的事前识别和事后预测，提出一种可生存系统生存态势的可识别性模型．首先，基于Ward方法将生存态势数据聚类为不同服务等级的生存簇，然后利用消错决策方法对生存态势数据所属簇进行分类和识别，实现系统生存态势的事前识别；其次，利用差分生存态势数据生成平稳预测序列，构建ARIMA模型并通过自相关函数和偏自相关函数校验模型的平稳性、随机性和可逆性指标；最后，通过模糊粒子和SVR模型的残差修aT_实现生存态势的事后预测识别．仿真实验表明，模型的事前评估模块相较于传统决策方法不仅可对