基于FPSO-SA算法的威布尔分布参数估计研究

为解决威布尔分布等复杂分布模型采用常规方法很难直接进行参数估计的问题, 提出了基于模糊粒子群模拟退火算法的威布尔分布参数估计。该算法根据粒子个体纵向和横向运动特性, 引入模糊逻辑推理动态调整惯性权值因子, 提高了粒子群算法(PSO: Particle Swarm Optimization)的收敛速率; 将上述模糊粒子群算法(FPSO: Fuzzy Particle Swarm Pptimization)与模拟退火算法(SA: Simulated Annealing)结合, 以FPSO算法的速度位置更新公式作为SA算法的状态生成函数, 再运用Metropolis算法以概率接受新状态, 获得全局最优参数估计值。将基于上述智能算法的参数估计法运用到威布尔分布参数估计中, 提高了参数估计精度。实际应用表明, 该参数估计方法在复杂分布模型参数估计中具有可行性和有效性。     

蚁群算法在威布尔分布模型参数估计中的应用

针对威布尔分布模型参数的极大似然估计采用牛顿迭代法计算过程烦琐,粒子群算法求解过程中容易陷入早熟等问题,将蚁群算法引入到威布尔分布模型的参数估计中,提出了基于蚁群算法的威布尔分布模型参数估计,并与牛顿迭代法和粒子群算法进行对比,通过实例验证了该方法的可行性与有效性。     

基于下记录值样本的双参数指数威布尔模型的Bayes估计

针对下记录值样本,研究了双参数指数威布尔模型的参数估计问题.首先给出了参数的极大似然估计,随后在参数的共轭先验分布为伽玛先验分布、损失函数为平方误差损失和Linex损失函数情形下,应用Lindley,近似法导出了双参数指数威布尔模型参数的Bayes估计,最后利用R软件进行数值模拟,并对两种参数估计进行比较,发现在合适的先验分布条件下Bayes估计值更加接近参数真实值.因此,在适当的先验分布下Bayes估计较传统的极大似然估计好.     

循序Ⅱ型删失数据下可靠性参数置信区间估计方法

修正威布尔分布模型能够准确表征复杂航空装备故障率"浴盆曲线",利用该模型构建置信区间估计方法。以循序?Ⅱ型删失数据下修正威布尔分布的最大似然点估计方法为基础,设计了基于自助法的置信区间估计方法。通过案例分析,对一组失效数据进行拟合,根据按百分比排列的自助算法,获取了修正威布尔分布的参数估计值和置信区间,与Bayes区间估计结果进行了对比,得出以下结论:同等置信度水平下,用自助法进行区间估计避免了复杂的运算,方法简单且结果准确,为循序Ⅱ型删失计划下的可靠性评估问题提供了可行的理论分析方法。     

混合指数威布尔分布的参数估计

应用ECM算法,研究了混合指数威布尔分布在完全数据场合下的参数估计问题,并模拟说明ECM算法来估计混合指数威布尔分布是一种容易实现又非常有效的方法.     

基于定数截尾样本的高档数控机床可靠性评估

在对某一高档数控机床进行可靠性评估时,当得到的数据为不完全的定数截尾样本,最好的建模方法就是威布尔分布,通过参数估计中的最好线性无偏估计得到威布尔模型的两参数值.并根据可靠性指标,失效率函数和平均无故障时间来对模型进行可靠性评估,从而得到该机床正处于偶然失效期,且该机床发生故障的频率稍高.     

混凝土疲劳寿命规律预测新方法

基于混凝土疲劳寿命既服从对数正态分布，又服从两参数威布尔分布这一前提，由概率论中特征函数出发研究两种分布的逼近性，得到了两种分布参数之间的关系式．在理论上，沟通了两分布间的联系，藉此可利用对数正态分布参数估计威布尔分布参数，从而得到了一种新的两参数威布尔分布的估计方法．此外，在已知混凝土平均Ｓ－Ｎ关系的前提下，提出了混凝土对数疲劳寿命标准差与应力水平呈近似线性的假设；利用提出的参数估计方法，研究了任意应力水平下混凝土疲劳寿命分布的概率模型，这将为混凝土结构的疲劳可靠性分析与设计提供理论依据     

威布尔(Weibull)函数估计MQ-LLS-750语言学习系统耳机的参数及其可靠性评价

威布尔分布是最广泛应用在可靠性工程寿命分析中的一种分布,文章利用威布尔分布参数估计中传统的图估计法借助于Weibull 6.0对MQ—LLS—750型语言学习系统中的星球牌耳机故障参数分析及其可靠性评价,使用Weibull 竞争失效模式分析,阐述了根据它们的耳机样本观测值对其寿命分布进行参数估计的必要性、可靠性和它们的重要意义.     

基于混合威布尔分布的水稻插秧机的可靠性分析及剩余寿命预测

为了更准确描述水稻插秧机的失效规律,提高可靠性分析的准确性,对某型水稻插秧机的故障数据进行分析,采用两参数混合威布尔分布对水稻插秧机进行建模。以残差平方和最小为优化目标,建立参数估计优化模型,利用改进粒子群算法对其进行求解,然后采用K-S检验法对模型进行检验,对比单一威布尔模型、混合威布尔模型与水稻插秧机失效数据之间的拟合程度,得出使用两参数混合威布尔模型评估水稻插秧机可靠性的合理性,在此模型的基础上计算得到水稻插秧机的平均无故障工作时间为161.75h,中位寿命为147.14h,特征寿命为191.31h,且在可靠度为0.6时,预防性维修周期为115.19h,最后在混合威布尔分布模型的基础上计算出剩余寿命-可靠度的关系,可定量分析插秧机在一定使用时间下的剩余寿命,从而进行预测性维护。     

基于最小二乘迭代威布尔分布的三参数估计

威布尔分布因其数学处理的便利性和适应性而被广泛用于描述产品寿命，引入了位置参数的三参数威布尔分布是研究机械零部件可靠性最适合的模型之一，尤其适用于长寿命、高可靠性的产品。三参数威布尔分布的参数估计一直是关注的焦点，本文中提出了一种基于最小二乘的迭代方法对其进行参数估计，将初始位置参数设置为0，使用最小二乘法得到初始形状参数和尺度参数，将其代入位置参数的无偏估计得到新的位置参数，进行多次迭代，在此过程中形状参数和尺度参数逐渐变小，位置参数逐渐变大，最终获得稳定的形状参数、尺度参数和位置参数，即为最终的参数估计值，并计算可靠度为99%的寿命。通过蒙特卡洛（Monte Carlo）仿真证明此方法是收敛的，并在不同的威布尔模型、不同中小样本量（样本量为10、15、20、25和30）下，使用偏差（Bias）和均方差根（RMSE）两个指标与相关系数法进行对比，此方法估计的3个参数及可靠度为99%的寿命更加准确。通过两个实例分析，表明该方法具有可行性和有效性，估计结果与相关系数法相比更加保守，更适于工程应用。