伽马-滤过复合Poisson过程模型结构可靠性分析

讨论结构在设计基准期[0,T]内应力变动规律,考虑应力为滤过复合Poisson过程、强度服从伽马分布的半随机过程模型,给出应力随机过程的样本函数的最大值分布,并获得其相应的模型结构可靠性设计与估计.     

Erlang-平稳二项过程模型结构可靠度一致最小方差无偏估计

讨论结构在设计基准期[O,T]内应力变动规律,考虑应力为平稳二项过程、强度服从Erlang分布的半随机过程模型,给出应力随机过程的样本函数的最大值分布,并获得其相应的模型结构可靠度最小方差无偏估计.     

应力S(t)为复合χ~2-更新过程时结构可靠度估计

讨论强度为随机变量X,应力为复合χ2-更新过程{Y(t),t∈[0,T]}时结构可靠度的估计问题.利用次序统计量和样本经验分布函数,获得在设计基准期[0,T]内结构可靠度的最小方差无偏估计和区间估计.     

结构可靠度Pr(R>a′Y)的估计

得到在R为任意分布的随机变量 ,Y为n维正态分布的随机向量时结构可靠度P =Pr(R>a′Y)的最小方差无偏估计和置信下限     

正态—正态模式下结构串联系统可靠性的MVUE

本文证明R=P_(?){X_1≥Y,…,X_n≥Y}的MVUE存在的充要条件是m≥n;并得到m≥n时R的MVUE。其中:X_1,…,X_n iid.～N(u,σ~2),Y～N(0,1),Y与X_1,…,X_n独立,u、σ~2未知,Z_1,…,Z_m(m≥2)为N(u,σ~2)的iid。样本。     

多应力—强度模型结构可靠度的估计

在Ｙｌ，…，Ｙｎ－ｌ，Ｙｎ相互独立且服从正态分布情况下得到结构可靠度Ｐｒ（Ｙｎ＞ａｌＹｌ＋…＋ａｎ－ｌＹｎ－ｌ）（其中ａｌ，ｉ＝ｌ，ｎ－ｌ均为已知的常数）的最小方差无偏估计及其置信下限．     

Yφ(t)-复合非时齐Poisson过程模型结构可靠度

讨论强度为Yφ(t),其中Y为初始随机变量,φ(t)是t的单调递减连续实函数,应力为强度函数λ(t)＝exp (α+βt)(t≥0;α,β为任意实数)的复合非时齐Poisson过程模型结构可靠度,获得应力与强度在各种不同情况下的结构可靠度表达式.     

关于结构可靠性设计半随机过程模型若干问题的商讨

探讨文章《关于结构可靠性设计半随机过程模型若干问题的商榷》所讨论的问题,指出该文由于对结构可靠性设计半随机过程模型的实际背景存在不正确的理解,其所得出的结论是错误的。     

威布尔分布下结构可靠度Pr(Yn＞a1Y1+…+an-1Yn-1)的估计

在Y1 ,… ,Yn- 1 ,Yn 相互独立且服从威布尔分布情况下得到结构可靠度Pr(Yn >a1 Y1 +… +an- 1 Yn - 1 )的最小方差无偏估计及其置信下限     

关于结构可靠性半随机过程模型若干问题的商榷

对文献[1、2]关于建筑结构可靠性设计半随机过程模型总失效率、可靠度的若干错误提出商榷.     

协方差分量矩阵的最小方差无偏估计和最小模不变无偏估计

本文将方差分量的估计问题推广到多元情形。讨论多元线性模型中协方差分量矩阵的估计问题。     

结构应力S（t）的复合Poisson更新过程模型

讨论结构在设计基准期［０，Ｔ］内应力出现的规律。考虑应力出现时间间隔是一串独立同服从Ｐｏｉｓｓｏｎ分布的随机变量序列，建立Ｐｏｉｓｓｏｎ更新过程模型，获得结构应力在设计基准期［０，Ｔ］内的最大值概率分布以及结构可靠度和结构当量正态设计表达式。     

指数-平稳二项过程模型结构可靠性分析

讨论结构在设计基准期[0,T]内应力变动规律，考虑应力为平稳二项过程、强度服从指数分布的半随机过程模型，给出应力随机过程的样本函数的最大值分布，并获得其相应的模型结构可靠性设计与估计表达式。     

结构应力S(t)的几何更新过程模型

本文讨论结构在设计基准期[0,T]内应力出现规律,考虑应力出现时间问隔是一串独立服从相同几何分布的随机变量,建立更新过程模型.给出在[0,T]内应力出现的概率分布,更新函数与更新方程表述式,平均期望更新个数的收敛性。同时,讨论结构应力S(t)的最大值S_u的概率分布。     

在Gamma-Gamma模式下串联结构系统可靠度估计

设结构系统由n个结构性部件串联组成。设部件i的强度X_i～Γ(λ,ν),λ,ν>0,i=1,…,n;系统应力Y～Γ(μ,α),μ,α>0。X_1,…,X_n,Y相互独立。当ν,α已知,λ,μ未知时,本文给出串联结构系统可靠度R_n的MVUE_n、MLE_n和UMAU置信区间。本文还考虑了(?)_n与(?)_n的渐近关系,并证明了(?)_n和(?)_n都是R_n的相合渐近正态估计。本文的所有结果都可以推广到k/n(G)结构系统。     

极值Ⅰ型分布下p=P_r(y_n>sum from i=1 to n-1 (a_iy_i))的估计

给出 y1,y2 ,… ,yn 相互独立服从极值Ⅰ型分布且某些分布参数未知时 ,可靠度 p =Pr(yn >∑n-1i=1aiyi)的最小方差无偏估计及置信下限 .