This paper proposes an integrated M

This paper proposes an integrated Markovian and back propagation neural network approaches to
compute reliability of a system. While states of failure occurrences are significant elements for accurate
reliability computation, Markovian based reliability assessment method is designed. Due to drawbacks
shown by Markovian model for steady state reliability computations and neural network for initial
training pattern, integration being called Markov-neural is developed and evaluated. To show
efficiency of the proposed approach comparative analyses are performed. Also, for managerial
implication purpose an application case for multiple automated guided vehicles (AGVs) in
manufacturing networks is conducted.

ผลลัพธ์ (ไทย) 1:

กระดาษนี้เสนอการ Markovian รวม และเครือข่ายประสาทเผยแพร่หลังยื่นไป คำนวณความน่าเชื่อถือของระบบ ในขณะที่อเมริกาเกิดความล้มเหลวเป็นองค์ประกอบสำคัญสำหรับความถูกต้อง คำนวณความน่าเชื่อถือ Markovian การออกแบบวิธีการประเมินความน่าเชื่อถือ เนื่องจากข้อเสีย แสดงตามรูปแบบ Markovian สำหรับท่อนหนึ่งความน่าเชื่อถือและข่ายประสาทสำหรับเริ่มต้น รูปแบบการฝึกอบรม รวมถูกเรียก Markov ประสาทพัฒนา และประเมิน เมื่อต้องการแสดง ประสิทธิภาพของวิธีการนำเสนอดำเนินการวิเคราะห์เปรียบเทียบ ยัง จัดการ ปริยายวัตถุประสงค์กรณีสมัครหลายอัตโนมัติแนะนำยานยนต์ (AGVs) ใน ดำเนินการผลิตเครือข่าย

ผลลัพธ์ (ไทย) 2:

กระดาษนี้นำเสนอมาร์คอฟแบบบูรณาการและการขยายพันธุ์กลับวิธีเครือข่ายประสาทเพื่อ
คำนวณความน่าเชื่อถือของระบบ ในขณะที่รัฐของการเกิดความล้มเหลวเป็นองค์ประกอบที่สำคัญสำหรับการที่ถูกต้อง
ในการคำนวณความน่าเชื่อถือ, มาร์คอฟวิธีการประเมินความน่าเชื่อถือตามที่ถูกออกแบบ เนื่องจากข้อบกพร่อง
แสดงโดยมาร์คอฟแบบสำหรับการคำนวณความน่าเชื่อถือของรัฐที่มั่นคงและเครือข่ายประสาทสำหรับเริ่มต้น
การฝึกอบรมรูปแบบบูรณาการที่ถูกเรียกว่ามาร์คอฟ-ประสาทได้รับการพัฒนาและประเมินผล เพื่อแสดง
ประสิทธิภาพของวิธีการที่นำเสนอการวิเคราะห์เปรียบเทียบจะดำเนินการ นอกจากนี้สำหรับการบริหารจัดการ
เพื่อความหมายกรณีที่แอพลิเคชันสำหรับยานพาหนะหลายแนวทางอัตโนมัติ (AGVs) ใน
เครือข่ายการผลิตที่จะดำเนินการ

ผลลัพธ์ (ไทย) 3:

บทความนี้เสนอวิธีการแบบบูรณาการ markovian และกลับโดยนิวรอล

ค่าความน่าเชื่อถือของระบบ ในขณะที่รัฐของความล้มเหลวที่เกิดขึ้นเป็นองค์ประกอบสำคัญสำหรับการคำนวณความน่าเชื่อถือความถูกต้อง
, markovian โดยใช้วิธีประเมินความน่าเชื่อถือได้รับการออกแบบ เนื่องจากข้อเสีย