针对传统的网络异构数据节点失效概率密度分布计算方法,一直存在计算不准确、效率低的问题,提出云计算环境下的网络异构数据节点失效概率密度分布计算方法。通过网络数据节点效能指标、网络数据节点功率指标、平均失效节点度量指标、网络数据节点活动时间指标为基准进行失效分析,采用基环变换方法,建立约束模型,引入支持向量机的方法。通过引进一个非线性映射,对网络异构数据节点的失效概率密度分布进行计算。实验结果发现,采用改进方法时,其计算精度及计算效果均要优于传统计算方法,具有一定优势。对其进行泛化处理，表达式为：2IEWfAfF（30）从概率学的角度来看，能将每个元件看作是一个独立样本，则元件的频率为元件总数，当dx无线微分，失效概率密度函数就趋近与它的频率分布，表达式为：0综上所述，在建立失效概率约束模型的基础上，采用支持向量机方法，可对失效概率密度分布进行计算，需要进行实验对比分析。3实验结果分析为进一步证明数据节点失效概率密度分布计算方面，改进计算方法的有效性及可行性。采用优化函数值变化情况对节点进行分析，如图1所示概率密度分布计算-电动数控滚圆机滚弧机张家港倒角机液压倒角机弯管机，系统中含有30个节点34个支路。实验以传统计算方法与改进方法为对比进行实验分析，结果如图1所述。从图1可以看出，采用传统方法时，从迭代运行0~20次时，出现急剧下降的状态，但优化函数值下降到0.83时本文由张家港弯管机网站

转载中国知网整理!www.wangaunjimuju.net，就开始趋于平稳；采用改进方法时，从迭代运行0~20次时，出现急剧下降的状态，但优化函数值下降到0.585，才开始稳定，相比传统方法其优化效果更好。为了进一步验证改进方法的有效性及可性能，采用传统方法与改进方法为对比进行密度分布为对比进行对比分析，结果如图2所示。从图2可以看出，采用改进方法时，其失效概率密度分布情况与实际的分布情况较为接近，且在21-29之间未出现较大波动。但采用传统方法时，布情况相距较远，且在21-29之间出现多处波动，由此可知，改进方法相比传统方法具有一定的优势，这主要是因为改进方法对云计算环境下网络异构数据节点的失效概率密度计算时，进行了目标函数优化，获取失效概率密度特征的原因。4结论云计算平台基于虚拟化技术向用户提供多种类型虚拟资源，大范围整合物理资源，提高用户计算能力，网络异构数据节点在其中担任着重要作用。针对其失效概率密度分布计算方法存在计算不准确、效率低的问题，提出云计算环境下的网络异构数据节点失效概率密度分布计算方法。建立失效概图2不同方法下失效概率密度分布对比s率约束模型，在此模型基础上，采用支持向量机方法，对失效概率密度分布进行计算，从优化函数值变化情况、失效概率密度分布对比两方面进行实验对比分析。实验结果证明，采用改进方法时，其计算结果精确度高，可以有效规避传统方法存在问题，效果显著概率密度分布计算-电动数控滚圆机滚弧机张家港倒角机液压倒角机弯管机。本文由张家港弯管机网站 转载中国知网整理!www.wangaunjimuju.net