基于指数分布的可靠度函数及其反函数的UMVU估计

可靠性理论中，可靠度函数及其反函数通常都是未知的，需要依据样本进行估计．在服从指数分布的情况下，研究了可靠度函数及其反函数的UMVU估计的存在性问题；利用充分统计量和完备统计量理论，分别给出了指数分布情形下可靠度函数及其反函数的UMVU估计；进一步讨论了估计的相合性问题，证明了上面给出的可靠度函数及其反函数的UMVU估计具有强相合性．     

重力坝抗震动力可靠度分析

论述重力坝抗震动力可靠度分析中的几个基本问题，即地震作用下坝可靠度计算，地震发生概率的估计方法以及坝经历一次地震作用的抗震动力可靠性计算等，还以华北某重力坝为例说明其计算方法，结果表明，用抗震动力可靠度判断重力坝可靠性是适宜的，推荐的两种方法都能较正确地估计地震发生概率。     

熵损失下产品可靠度的E_Bayes估计

研究了熵损失下产品可靠度的E_Bayes估计及其性质。提出了一种新的参数估计方法--E_Bayes估计法。在熵损失函数下,分别就超参数的不同先验分布,给出产品可靠度的E_Bayes估计及其性质,并通过实例将可靠度的E_Bayes估计与多层Bayes估计进行比较。可靠度的E_Bayes估计避免了多层Bayes估计复杂的积分计算,形式上更加简洁,便于计算。对于同一组数据,可靠度的E_Bayes估计和多层Bayes估计的数值计算结果十分接近。可靠度的E_Bayes估计不仅具有多层Bayes估计的稳健性,而且具有多层Bayes估计的精确性,应用更加方便,表明可靠度的E_Bayes估计法是可行的。     

边坡稳定性可靠度简化分析

提出了边坡可靠度简化分析方法。用“三σ准则”估计基本变量的标准差，采用Taylor法分析边坡的可靠度。实例分析证明该方法简单，可满足边坡设计评价和风险决策。     

基于记录值的几何分布模型的Bayes可靠性分析

针对来自几何分布的记录值样本,研究可靠度参数的Bayes估计问题.首先给出可靠度的最大似然估计和最小方差无偏估计;在可靠度参数的先验分布为贝塔分布、损失函数为平方误差损失和一类新的加权平方损失函数下,导出了可靠度的Bayes估计;最后通过Monte Carlo数值模拟例子说明论文给出估计的有效性.     

熵损失下负二项分布可靠度的E—Bayes估计

对负二项分布,给出可靠度在熵损失函数下的Bayes估计,在此基础上给出当先验分布为幂分布时,可靠度的E-Bayes估计和多层Bayes估计,并设计了相应的数值实验,实验结果表明负二项分布可靠度的E-Bayes估计较多层Bayes估计稳健性更好,计算更简单,便于实际应用.     

起重机械制动器可靠度的不确定性分析

针对传统的可靠度分析方法只是简单计算可靠度值,无法分析可靠度的准确性和每种故障因素对设备可靠度的影响问题,提出故障树和信息熵法相结合的方法对制动装置可靠度的不确定性进行分析.同时利用方差重要度的方法计算每种故障因素对系统可靠度不确定性的影响,通过提高对系统可靠度不确定性影响大的故障因素的可靠度的准确性,以提高系统可靠度估计的准确性,为起重机械制动器的可靠性分析和安全性设计提供了借鉴和参考.     

负二项分布可靠度的E-Bayes估计

对负二项分布,给出在熵损失函数下当可靠度的先验分布为Beta分布和幂分布时可靠度的Bayes估计、E-Bayes估计及多层Bayes估计,并针对先验分布为幂分布的情形设计了相应的数值实验.实验结果表明,相对于负二项分布可靠度的多层Bayes估计,其E-Bayes估计的计算更简单,且稳健性也更好.     

一种新的导数可靠度的RFID标签数目估计

时隙ALOHA是一种分时隙通信方案,对于采用了时隙ALOHA的RFID(radio frequency identification)系统,标签数目估计可以指导时隙数目的选取,有助于优化系统效率。目前的估计方法存在准确度低、估计范围小的缺点,尤其在标签数目大于时隙数目的时候估计误差很大。针对这种情况,提出一种新的导数可靠度合并的标签数目估计方法DRCTE(derivative reliabilities combined tag estimation),该方法统计时隙ALOHA的空白时隙、独占时隙和碰撞时隙的数目,据此对标签数目做出3个初步估计;然后用3种时隙数目与总时隙数目的比值函数的导数作为初步估计的可靠度;最后用可靠度合并3个初步估计,得出最终估计结果。算法合理利用了可靠度高的信息,遏制了可靠度低的信息,具有估计精度高,估计范围大的特点。     

一种新的导数可靠度的RFID标签数目估计

时隙ALOHA是一种分时隙通信方案,对于采用了时隙ALOHA的RFID(radio frequency identification)系统,标签数目估计可以指导时隙数目的选取,有助于优化系统效率。目前的估计方法存在准确度低、估计范围小的缺点,尤其在标签数目大于时隙数目的时候估计误差很大。针对这种情况,提出一种新的导数可靠度合并的标签数目估计方法DRCTE(derivative reliabilities combinedtag estimation),该方法统计时隙ALOHA的空白时隙、独占时隙和碰撞时隙的数目,据此对标签数目做出3个初步估计;然后用3种时隙数目与总时隙数目的比值函数的导数作为初步估计的可靠度;最后用可靠度合并3个初步估计,得出最终估计结果。算法合理利用了可靠度高的信息,遏制了可靠度低的信息,具有估计精度高,估计范围大的特点。     

建筑结构剩余可靠度分析与估计

以某建筑结构的剩余强度数据为基础,论述建筑结构剩余可靠度的分析与估计方法,并以结构承载能力极限状态的可靠指标或可靠度为实际算例.     

GAMMA型单元及串联系统可靠性的UMVUE

讨论寿命服从单参数GAMMA分布单元平均寿命的极大似然估计和一致最小方差无偏估计;应用BASU定理求出了单元可靠度及串联系统可靠度的一致最小方差无偏估计．     

结构可靠度对系统参数敏感性分析的简便算法

基于考虑系统参数不确定性的可靠度分析的快速积分法，提出了一种估计结构可靠度对系统参数敏感性的简便算法，该方法方便实用，对于考虑大量不确定性参数的结构，可迅速找出对可靠性影响很小的因素，并将其作为确定性量处理，最后以两个算例对此方法进行了验证。     

刻度平方误差损失下巴斯卡分布参数的Bayes估计

研究在刻度平方误差损失函数下，巴斯卡分布可靠度的Bayes估计及其可容许性，并给出了Bayes置信下限以及多层Bayes估计的表达式。     

一类并联系统可靠度的Bayes置信下限

讨论了一类参数是随机变量和寿命服从指数分布的N个元件所成并联系统的可靠度，并且给出了系统可靠度的贝叶斯置信下限的估计方法．     

基于无故障数据的风电机组齿轮箱可靠度预测

以1.5 MW国产风电机组齿轮箱为研究对象,基于风电齿轮箱的无故障数据,在威布尔分布场合下,应用Bayes方法和最优置信限法对其进行可靠性分析.在配分布曲线的思想下,应用Bayes方法结合加权最小二乘法建立风电齿轮箱可靠度模型;引入保守估计的经典估计方法,结合Bayes方法得出的结论,给出风电齿轮箱寿命分布函数形状参数的估计范围,将此范围应用于最优置信限法,求出风电齿轮箱可靠度在置信水平为1-α下的最优置信下限,并验证此估计范围的合理性;最后分别应用Bayes方法和最优置信限法对风电机组齿轮箱可靠度进行预测,得出此型号风电齿轮箱无故障运行9a的可靠度约为45%,运行10a的可靠度约为30%.     

一种用神经网络估计网络可靠性的方法

提出一种用神经网络估计网络系统可靠性的方法．用节点数为n的网络系统的结构参数、网络中边的可靠度以及网络可靠性的精确值对神经网络进行训练，使神经网络学习到网络结构参数、网络中边可靠度与网络可靠性之间的映射关系．并利用同样的训练数据，应用GCV方法对神经网络模型的误差进行估计．对于节点数为n的其它网络系统，只要将有关数据输入获得的神经网络，就可得到该网络可靠度的估计值．     

三参数威布尔分布的参数估计方法

给出三参数威布尔分布参数的分位数估计、拟矩估计和改良的极大似然估计，用随机模拟方法研究这些估计和简单估计等的优良性．在优选估计的基础上给出了可靠度的Ｂｏｏｔｓｔｒａｐ置信限．     

刻度平方误差损失下二项分布无失效数据的可靠性分析

研究在刻度平方误差损失函数下,二项分布无失效数据的可靠度的Bayes估计及其可容许性,并给出了可靠度的多层Bayes估计的表达式.     

一类新的损失函数下负二项分布模型的Bayes可靠性分析

在一类新的加权平方损失函数下,给出了负二项分布可靠度的Bayes和多层Bayes估计,并利用E Bayes方法给出了负二项分布可靠度的E Bayes估计.针对得到的3种估计,给出了数值模拟,结果表明:E Bayes估计比多层Bayes估计优良.