Преимуществом марковского анализа является возможность вычисления вероятностей состояний систем с восстановлением и множественными состояниями деградации.

Недостатками Марковского анализа являются следующие:

- Метод основан на предположении о постоянстве вероятностей перехода и наличием только двух возможных состояний элементов системы (отказа и восстановления).

- В методе использовано предположение, что все рассматриваемые события статистически независимы, т.е. будущие состояния не зависят от прошлых состояний, за исключением непосредственно предшествующего состояния.

- Для применения метода необходимо знать все вероятности перехода.

- Работа с методом невозможна без знания операций с матрицами.

- Полученные результаты трудны для понимания персоналом, не имеющим соответствующих технических знаний, навыков и опыта.

В.24.7 Сравнения

Марковский анализ аналогичен анализу сети Петри по возможности обеспечения мониторинга и наблюдения за состояниями системы, но в отличие от сети Петри метод допускает существование нескольких состояний в одно и то же время.

В.24.8 Ссылочные стандарты

МЭК 61078 Методы анализа надежности. Метод структурной схемы надежности

МЭК 61165 Применение марковских методов

ИСО/МЭК 15909 (все части) Программное обеспечение и системное проектирование. Сети Петри высокого уровня

В.25 Моделирование методом Монте-Карло

В.25.1 Краткий обзор

Многие системы слишком сложны для исследования влияния неопределенности с использованием аналитических методов. Однако такие системы можно исследовать, если рассматривать входные данные в виде случайных переменных, повторяя большое количество вычислений N (итераций), для получения результата с необходимой точностью.

Метод может быть применен в сложных ситуациях, которые трудны для понимания и решения с помощью аналитических методов. Модели систем могут быть разработаны с использованием таблиц и других традиционных методов. Однако существуют и более современные программные средства, удовлетворяющие высоким требованиям, многие из которых относительно недороги. Если модель разрабатывают и применяют впервые, то необходимое для метода Монте-Карло количество итераций может сделать получение результатов очень медленным и трудоемким. Однако современные достижения компьютерной техники и разработка процедур генерации данных по принципу латинского гиперкуба позволяют сделать продолжительность обработки незначительной во многих случаях.

В.25.2 Область применения

Метод Монте-Карло является способом оценки влияния неопределенности оценки параметров системы в широком диапазоне ситуаций. Метод обычно используют для оценки диапазона изменения результатов и относительной частоты значений в этом диапазоне для количественных величин, таких как стоимость, продолжительность, производительность, спрос и др. Моделирование методом Монте-Карло может быть использовано для двух различных целей:

- трансформирование неопределенности для обычных аналитических моделей;

- расчета вероятностей, если аналитические методы не могут быть использованы.

В.25.3 Входные данные

Входными данными для моделирования методом Монте-Карло являются хорошо проработанная модель системы, информация о типе входных данных, источниках неопределенности и требуемых выходных данных. Входные данные и соответствующую им неопределенность рассматривают в виде случайных переменных с соответствующими распределениями. Часто для этих целей используют равномерные, треугольные, нормальные и логарифмически нормальные распределения.