基于多源先验数据的系统性能评估方法

在使用Bayes方法对系统进行多源先验数据的性能评估时,综合多源先验数据,利用得到的融合先验分布与实验数据得到后验分布,通过对后验分布进行参数估计得到性能评估结果。提出了一种基于Kullback-Leibler散度的多源先验数据加权融合方法,能够有效整合多源先验数据。使用常用的马尔可夫链蒙特卡罗方法对Bayes后验分布进行参数估计,对比了不同建议分布对抽样结果的影响,提出了一种适用于低维建议分布的自适应构造方法,能够有效选取合适的建议分布函数,提升抽样效率。