中文摘要：

大型多任务多阶段任务系统（PMS）指具有单元数量多、多任务等特点的PMS。本项目研究的主要内容包括大型多任务PMS可靠性要求的规范化描述方法，此类系统的计算机辅助可靠性建模方法，基于二元决策图（BDD）模型、连续时间Markov链（CTMC）模型的大型多任务PMS的可靠性建模的多种方法和高效表示形式（包括BDD与CTMC结合、代数决策图、稀疏矩阵等）、模型的高效解析求解算法，运用重要度抽样法等提高基于CTMC的PMS可靠性模型的仿真求解效率。通过对这几种不同类型PMS可靠性模型的验证对比分析，研究给出各种模型算法的适用性原则。本项目研究的问题是从我国航天工程系统需求中提炼出的科学问题，采用的研究方法具有重要的理论价值和创新性，将为相关大型多任务PMS的可靠性建模分析提供理论方法支持。项目的成果可为我国航天工程系统应用提供关键技术。

结论摘要：

多阶段任务系统（phased mission systems, PMS）是指顺序执行一系列不同任务的系统，是一类在实际工程应用中常见的系统。航天航空和高性能计算等领域中的许多关键任务系统都属于这类系统。大型多任务多阶段任务系统（PMS）指具有单元数量多、阶段数量多，任务类型多等特点的PMS。 本项目研究的主要内容包括大型多任务PMS及任务可靠性要求的规范化描述方法；大型多任务PMS的可靠性建模及表示方法；大型多任务PMS可靠性模型的高效求解算法。各种模型与算法的验证与对比分析。 本项目取得了如下研究成果（1） 提出了基于XML的多视图任务可靠性要求规范化描述方法。这种描述方法将系统资源与系统任务描述相分离，适用于描述PMS的层次性、阶段性和动态性。（2） 给出了若干大型多任务PMS的任务可靠性建模与计算分析方法。包括二元决策图（BDD）模型、连续时间Markov链（CTMC）模型及Monte Carlo等方法。提出了一种适合于PMS的BDD数据结构及BDD模型生成算法; 给出了一种基于故障树模型的限制抽样算法; 提出了CTMC转移速率矩阵的稀疏矩阵存储策略; 基于Krylov子空间的CTMC模型求解方法; 一种基于行为向量的任务可靠性求解方法。（3）对各种算法进行了对比分析与验证。研究表明，基于故障树模型的限制抽样法与基于CTMC模型的Krylov子空间算法是较好的两种求解大型PMS任务可靠性的建模分析算法。项目研究成果已成功应用于我国载人航天工程与卫星导航工程的测控通信系统的任务可靠性评估分析, 实现了对于具有多达180个任务阶段,单阶段 80个以上单元的PMS的任务可靠性量化评估分析。相关理论成果已发表在国内外刊物与学术会议，开发的相关软件已获国家软件著作权。