基于经验数据的机械零件模糊可靠性分析随机抽样法

文章讨论了根据专家经验获取模糊变量隶属函数,再对机械零件进行可靠性分析的方法。首先对专家提问,请专家按要求对变量可能的取值做出描述,给出相应的区间和隶属度,从而把他们对变量取值的定性认识转化为定量信息,再通过对这些定量信息进行数学处理建立变量的隶属函数;然后把模糊变量转化为当量随机变量,用传统可靠性理论中的随机抽样法模拟零件的可靠度;最后通过算例验证了方法的可行性和有效性。     

模糊可靠性分析一次二阶矩法

文章给出了连续模糊变量变换为当量连续随机变量时其当量概率密度函数的一般表达式,并推出了具有线性隶属函数和正态型隶属函数2种常用模糊变量时当量概率密度函数的具体表达式,得出了2种常用模糊变量的当量均值和当量标准差,从而首次用传统可靠性理论中的一次二阶矩法分析复杂情况下的模糊可靠性;算例表明采用文中方法既可容易地分析模糊可靠性,又能较直观地用可靠性指数度量模糊可靠性。     

基于概率抽样仿真异类输入不确定性传播方法

在已有概率、非概率不确定性描述理论的基础上,针对建模仿真中对不确定性下仿真结果的需求,提出一种基于概率抽样的异类不确定性联合传播方法.给出了基于概率框架的随机变量以及基于非概率框架的区间变量、模糊变量、不精确随机变量、模糊随机变量等不确定性描述方法.针对非概率框架下的不确定性描述方法存在的不确定性传播困难,分别给出了相应的概率框架转化模型.提出一种基于概率抽样的异类不确定性联合传播方法,实现了采用不同不确定性描述方法建模描述的不确定性变量的联合传播.     

基于模糊理论的随机可靠性分析

文章针对传统可靠性分析中计算量较大、方法单一、无法处理模糊变量等问题,提出了在随机变量与模糊变量相互等价转换的基础上,用传统可靠性理论分析模糊可靠性问题以及用模糊数学方法计算传统可靠性问题;探讨了利用模糊数学中的截集和区间数等模糊理论进行可靠性计算;建立模糊应力强度干涉模型和概率论相结合,在不同的极限状态变量下进行可靠性计算;与传统可靠性计算的结论进行比较并分析误差原因。     

一类梯形模糊随机变量的主成分分析

对模糊随机变量的主成分分析方向进行研究,其中相关矩阵是研究主成分分析的一个重要指标,而模糊随机变量与随机变量本质不同,所以不能直接用随机变量的相关矩阵进行使用.研究改进了随机变量的相关矩阵,将其推广到模糊随机变量中,通过给出两个模糊随机变量的α-贴近度概念构造了α-贴近度矩阵,利用α-贴近度矩阵作为模糊随机变量的相关矩阵研究了一类梯形模糊随机变量的主成分分析问题,通过实例分析表明,本文给出的方法用来研究模糊随机样本的主成分分析问题是可行的.     

基于重抽样分布的一类模糊累积和控制图（英文）

过程变量在代表产品或服务过程信息时并非完美,而使用模糊数可能是另一较好途径.文章进一步完善模糊累积和控制图,其中使用中心和扩展具有重抽样分布的模糊随机变量,并给出模拟例证.     

一种广义高斯分布随机变量生成算法

为方便获得任意参数的广义高斯分布随机变量,基于伽玛分布推导出广义高斯分布随机变量的生成算法,利用变换法和舍选抽样法,给出伽玛分布随机变量的生成方法.该算法计算简单,通过调整分布参数值,可产生具有任何形状参数和任何方差的广义高斯分布随机变量.仿真结果表明,该算法的抽选效率达75%,随机变量估计参数与真实参数相符.对生成的随机数的检验结果表明,随机数服从广义高斯分布.     

一个离散型随机变量数学期望的计算

分别用定义法和随机变量和式分解法计算得到一个离散型随机变量的数学期望．其中,定义法计算过程步骤多,公式的转化和运算灵活,而随机变量和式分解法利用变量分解技巧,降低了计算难度．     

V带传动疲劳强度的模糊可靠性评价

根据模糊数学及可靠性设计理论 ,建立了V带传动疲劳强度的模糊可靠性计算模型及计算方法 ,探讨了随机变量与模糊变量同时存在 ,即将工作应力视为随机变量而将许用应力视为模糊变量时V带传动疲劳强度的模糊可靠性设计方法 计算结果表明 ,基于参数模糊性的可靠性更能反映带传动的真实运行状况 ,采用模糊可靠性设计方法 ,可提高V带传动的可靠度 表 2 ,参 6     

模糊可靠性分析软件的设计与实现

文章利用.NET平台和微软.NET战略中核心开发工具C#语言,基于模糊变量向随机变量变换的模糊可靠性分析模型和算法,开发了模糊可靠性分析软件,实现了模糊可靠性分析方法和随机可靠性分析方法的统一.对软件开发过程中所要解决的几个关键问题做了重点叙述,通过算例验证了软件的通用性和实用性,表明该软件可以用于复杂情况下可靠性分析.