文献综述（或调研报告）：
多阶段任务系统（phased mission system，PMS）是系统在连续完成一系列不同任务的过程中，任务成功与组件的关系不断变化的系统，是一类在实际生活中常见的系统。了解研究多阶段任务系统，计算评估系统可靠性，对社会科技的发展有重大意义。阅读理解国内外学者的文章，对多阶段任务系统的理解研究有很大帮助，通过各类文献可以了解多阶段任务系统的不同研究方法、建模方式，进一步计算评估其可靠性，根据对比，能深入理解该系统，对建立系统模型有启发指导作用。
多阶段任务系统可以根据系统结构、成功准则、子系统的行为差异等将系统的任务周期分为一系列连续不相交独立时间段的系统，而这些连续不相交的独立时间段则被定义为阶段，即多阶段任务系统是由若干连续、非重叠的任务阶段组成，每个阶段系统任务是独立的，在每个阶段系统可以将满足不同的任务需求为目标。
多阶段任务系统与传统的单阶段任务系统的主要区别是同一组件或不同组件在不同的任务阶段存在依赖相关性。阶段依赖关系的存在，造成了多阶段任务系统可靠性分析的困难。其可靠性是指在所有任务阶段满足既定功能的能力。在不同的任务阶段，系统单元的可靠性逻辑结构可能发生变化，且同一单元可能参与多个阶段的任务。要实现各类预定的功能，完成相应的工作和任务，就要求整个系统具有较高的可靠性。
国内外学者已对PMS进行了大量研究，以更精准的求得可靠性指标。Esary和Ziehms采用了相互串联的多个统计独立微部件替代每个阶段的部件，将这些微部件视为统计独立单元进行分析处理[1]。Ma和Trivedi提出了基于不交积之和（SDP）的算法[2]，Somani等提出了用阶段代数法则（phase algebra rules）减少冗余计算[3]。采用近似计算方法可以减少计算复杂性，Burdick和Fussell等首先建立了PMS的故障树模型，并消除了一些割集得到近似解[4]，Pedar等通过割集近似给出了PMS的可靠性下界[5]。
Alam，AI-Saggaf等用连续时间Markov链（CTMC）模型建立了各阶段的模型，并依阶段间的状态关联关系，求解整个PMS的可靠性[6]。对于两个不同部件仅有一个修理工组成的串联系统是可靠性理论中最基本的模型。对于实际生活中的离散时间可靠性问题，如人们经常定期检查、维修、更换部件，维护系统，其中部件的寿命和维修时间等统计量不是连续的随机变量，应将这些不连续的随机变量视为非负整数值随机变量序列[7]。当部件的故障分布和维修分布均为指数分布时，可用Markov过程求得所有可靠性指标，若仅维修分布是任意分布时，则利用更新过程求得所有可靠性指标，若故障分布也为任意分布，则采用补充变量的方法求解可靠性指标[8]。莫毓昌等针对阶段内任务时间为一般分布的情况,运用Markov再生过程进行了研究[9]。基于Markov方法的PMS任务可靠性建模方法诸多，大致可以分为统一建模、分阶段建模、层次化建模以及模块化建模[10]。
李岩等描述出系统的状态变化，将PMS的状态在阶段间的变化情况划分为6种典型情况分析，以减少随单元数数增长较快的大规模问题的状态数[11]。当各个PMS阶段的单元相关性较复杂,或者系统可靠性、维修性分布不是指数分布时,运用解析求解MPS方法较为困难，此时可采用仿真建模方法。而多状态多任务系统的可靠性参数，可以利用表决冷储备（AS）树描述多阶段任务系统每个阶段的逻辑结构关系，利用状态图分析系统行为，依旧离散事件仿真思想，得到仿真算法[12]。陈玉波等采用基于Petri网的仿真软件ExSpcet建立了PMS可靠性问题仿真研究[13]。刘东等提出了基于贝叶斯网络(BN)的PMS可靠性分析模型[14]。该方法首先建立每个阶段的BN模型,然后再据此建立整个PMS的BN模型，该模型只能用于不可修系统,而且由于进行了时间离散化处理,得到的只是近似解。贝叶斯网络对多态系统的图形表达和推理具有一定优势，采用模糊理论等可以得到基于区间值模糊贝叶斯网络的复杂多台系统可靠性分析方法[15]。
系统可靠性的研究方法众多，各有优劣，对于多阶段任务系统的可靠性分析，组合建模法是常见的方法。其中，采用决策图和故障树可以清晰表现各阶段各任务的完成状态，根据所得决策图，分析阶段任务间关系，可以得到可靠性指标计算方式，进而求得可靠性指标，对其可靠性进行评价。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
