Алгоритм реализации МПА

МПА является подмножеством МКА и заключается в том, что вводятся допустимые граничные условия на число и пере-чень рассматриваемых элементов системы, на число и перечень рассматриваемых функций системы, на точность моделирования работы УСС, на объем внешних и внутренних случайных факто-ров, которые принимаются во внимание. При этом возможно применение дополнительных методов определения перечней элементов, функций и точности моделирования, обеспечивающих требуемую предсказуемость работы УСС.

Алгоритм, реализующий метод приближенного анализа представлен на рис.3.2., а описание алгоритма – в табл.3.2.

Также, как и в предыдущем пункте, на начальном этапе раз-работчик должен иметь описание внутренней структуры рассмат-риваемой системы в виде графа, аналогичного приведенного в п.2.2. Затем необходимо сформировать перечни ограничений и допущений, используемых при анализе системы.

Далее применяется алгоритм, похожий на МКА, когда, по-следовательно выбирая в качестве потенциально отказавшего элемента одну из вершин графа, выполняется анализ предсказуе-мости поведения системы согласно алгоритмам, приведенным в главе 2, и с учетом наложенных ограничений и допущений.

На основе результатов этого анализа, полученных для всех ЭС, формируются обобщенные результаты. Как и в предыдущем случае, полезно учесть влияние возможных внешних воздейст-вий, для этого необходимо сформировать массив, состоящий из перечня возможных внутренних и внешних случайных воздейст-вий и диапазона их изменения с учетом накладываемых ограни-чений, а, затем, провести анализ устойчивости ЭС к каждому из перечисленных воздействий, значение которых находится в за-данном диапазоне.

Тогда, алгоритм, представленный на рис.3.2. дополняется алгоритмом, представленным на рис.3.1.б. с учетом накладывае-мых ограничений на число и перечень рассматриваемых факто-ров.

Источниками информации для анализа влияния случайных воздействий могут выступать априорные данные, полученные по результатам предварительных испытаний ЭС на тот или иной тип случайного воздействия.
Достоинством метода являются меньшие, по сравнению с МКА, затраты на анализ.

Недостатком метода является вероятность пропуска факто-ра, влияющего на предсказуемость поведения системы.