Duane模型、分组数据的AMSAA模型和具丢失数据的AMSAA模型——Bayes分析方法

本文将Bayes分析方法应用于Duane可靠性增长模型、分组数据的AMSAA模型和具丢失数据的AMSAA模型,得到了参数以及系统能达到的MTBF的Bayes点估计和Bayes区间估计。     

Weibull过程能达到的MTBF的统计推断

一些献在研究Weibull过程时，所导出的系统能达到的MTBF的点估计和区间估计是偏保守的。对定效截尾和定时截尾的两种情况，给出了系统能达到的MTBF的更加接近其真实值的估计。基于已经观察到的试验数据，利用Gompertg MTBF增长模型，给出了在未来某时刻处容易地被推广至多台同型系统的情况。最后用实例将以前的方法和此所给的方法进行了比较。比较的结果表明：以前的方法所导出的结果是偏保守的，此的方法所导出的结果更接近于其真实值，但有时可能是冒进的估计，不过可预先控制这种冒进的概率，比方说，冒进估计的概率控制在只有10^-3，甚至为10^-4。     

凸多面体上的均匀设计

提出一种之为单纯形的方法，用它可以产生ｎ维欧氏空间中任意中任一个凸多面体上的均匀设计。     

Poisson过程的可靠性增长模型(Ⅲ)——评定与预测

本文提出了两个新模型。基于定数和定时截尾试验数据,用最小二乘方法和极大似然方法,研究了在第i阶段失效时间遵从强度(或均值率)为λ_i的Poisson过程的可修系统的可靠性评定与预测问题。这些结果能用于单参数指数分布的无替换(或有替换)定数(或定时)截尾试验的情况。     

Poisson过程的可靠性增长模型(Ⅱ)——定时截尾试验的情况

基于定时截尾试验数据,本文用经典方法和Bayes方法,考虑了失效时间遵从Poisson过程的可修系统的可靠性增长问题,得到了各研制试验阶段参数的约束极大似然估计和最末阶段参数的经典限和Bayes限。     

一种参数估计方法及其在可靠性增长分析中的应用

在可靠性增长分析中,研究Gompertz模型,Duane模型和AMSAA模型的参数点估计方法的文献有很多。本文应用微分回归方法,获得了上述模型参数的又一种点估计,其优点在于:点估计的表达式能显式给出且计算简便。     

Poisson过程的可靠性增长模型(Ⅰ)——定数截尾试验的情况

基于定数截尾试验数据,本文用经典方法和Bayes方法,考虑了失效时间遵从Poisson过程的可修系统的可靠性增长问题,得到了各研制试验阶段参数的约束极大似然估计和最末阶段参数的经典限和Bayes限.     

三项分布模型的可靠性评定

本文用经典方法、Bayes方法和Fiducial方法研究了三项分布模型的可靠性评定的问题,最后,给出了一个数值例说明了这些方法。     

成败型产品环境因子的经典近似限

利用Poisson近似和正态近似,本文导出了二项分布,负二项分布以及二项～负二项分布环境因子的经典近似限。