基于时间序列模型的系统最大值指标评定方法

提出基于时间序列模型的系统最大值指标评定与测算方法,为某些特殊领域,如航空、航天、国防中长周期及强相关系统的最大值指标评定提供理论依据。首先,选择一个合适的时间序列模型,对系统输出的误差序列建模,使模型能够从总体上跟踪实际系统输出;然后,综合考查模型残差序列与模型预测的输出序列,并应用经典统计学理论完成对系统最大值指标的评定与测算。最后,结合差分自回归滑动平均时间序列模型建模方法给出最大值指标评定方法的应用实例,实验结果表明,该方法是可行的。     

基于Bayes序贯检验的长周期系统动态试验方法

提出了一套基于正态分布贝叶斯序贯检验的试验设计方法,为长周期、多指标系统的小子样动态试验次数的确定提供了理论依据。该方法以待检系统的单次抽样检验合格概率为统计观测值,从假设多次抽样后的该观测值序列服从正态分布开始分析,应用正态分布贝叶斯序贯验后加权检验理论对多指标系统的序贯抽样检验过程进行设计,给出了验前信息处理、贝叶斯序贯试验及序贯截尾方案设计、序贯截尾风险增量上界计算、以及系统各指标综合合格概率估算的具体实现方法。系统仿真实验的结果表明,该方法是可行的。     

基于极值理论的系统最大值指标评定方法

提出了基于极值理论的系统最大值指标评定与测算方法,为某些特殊领域(如航空、航天、国防)中的长周期系统的最大值指标评定提供了理论依据。首先,遵循一定的原则对系统输出的误差序列进行区组划分,取得近乎独立的最大值观测序列|其次,对最大值观测序列应用极值理论建模,取得一定重现期下的重现水平和不确定度|然后考查重现水平与最大值指标间的关系,并应用经典统计学理论完成对系统最大值指标的评定与测算|接着,给出了具体的应用实例,实验结果表明,该方法是可行的。最后,从不同角度对时间序列模型方法与极值理论方法建模求解系统最大值指标的特点进行了对比分析,并给出了相关结论。