定时截尾缺失数据下指数分布的统计推断

试验数据缺失是产品寿命试验中经常遇到的情况,处理起来也比较复杂.文中在寿命分布为指数分布时,给出寻求定时截尾寿命试验数据缺失场合下样本分布参数点估计的一种近似方法.通过大量的Monte-Carlo数值模拟试验,在缺失数据数目不太大的情况下,参数估计的精度令人满意.文中还从理论上证明,可利用枢轴量-mm的分布对参数m作区间估计.     

定时截尾缺失数据下指数分布的统计推断

当寿命分布为指数分布exp(m)时,通过大量的Monte-Carlo数值模拟试验,得出枢轴量-mm的近似点分布为对数正态分布,并给出m点近似估计及近似区间估计.结果表明,在缺失数据数目不太大时,参数估计的精度还是令人满意的.     

定时截尾缺失数据下指数分布的参数AMLE

试验数据缺失是产品寿命试验中经常遇到的情况,处理起来比较复杂.当寿命分布为指数分布时,给出寻求定时截尾寿命试验数据缺失场合下,样本分布参数的近似极大似然估计.通过大量的Monte-Carlo数值模拟试验,证实所给方法的可行性.     

恒定应力加速寿命试验数据缺失时的统计分析

试验数据缺失是加速寿命中经常遇到的情况，处理起来也较复杂，当产品寿命服从指数分布时，该文研究了恒定应力加速寿命试验中数据缺失时的统计分析方法，讨论了加速模型参数的极大似然估计（MLE）与线性估计（BLUE与ABLUE），证明了极大似然估计的存在性与唯一性，并对各种估计的优良性进行了模拟比较。     

缺失数据下MGINAR(p)模型的参数估计

首先, 用条件最小二乘方法讨论缺失数据下MGINAR(p)模型的参数估计问题, 得到了参数的条件最小二乘估计. 其次, 模拟验证4种处理缺失数据方法的可行性并比较估计效果, 模拟结果表明: 当缺失概率较小时, 可使用个案剔除法或均值插补法; 当缺失概率较大时, 可使用桥插补法, 以降低估计偏差.     

基于刀盘扭转能量的土压平衡盾构刀具磨损分析

在卵石和中风化泥岩中掘进时,土压平衡盾构面临严重的刀具磨损.为合理组织换刀工作,需预计刀具的磨损情况.通过分析成都地铁20个盾构区间的部分掘进数据,以刀盘扭转能量作为刀具磨损模型的输入参数,对换刀数目与刀盘扭转能量的关系进行了拟合.在此基础上,增加泡沫添加剂体积,建立双参数预测模型,进一步优化刀具磨损的预测精度.结果表明:换刀数目与刀盘扭转能量正相关,与泡沫添加剂体积负相关;换刀数目与双参数间的回归关系具有统计显著性;卵石和中风化泥岩地层中的换刀数目都较好地符合双参数预测模型但不同地层中的拟合参数有所差异.双参数刀具磨损模型的预测精度显著优于基于掘进距离的单参数模型和JTS模型.     

综合退化数据与寿命数据的某型电连接器寿命预测方法

针对基于寿命数据的预测方法效率不高的问题,在进行温、湿度双应力加速退化试验的基础上,研究了通过分析加速退化数据而进行寿命预测的途径.为了充分利用所收集的产品寿命数据来提高预测精度,提出了综合退化数据与寿命数据的寿命预测方法.分别使用Wiener过程、逆高斯分布和广义Eyring模型对产品性能的退化数据、少量寿命数据以及产品反应率进行建模,并建立了综合以上信息的可靠性模型.在此基础上,利用Markov Chain Monte Carlo仿真方法得到模型参数的点估计值,通过Bootstrap自助抽样法获得了模型参数的估计区间.结果表明,所提出的综合退化数据与寿命数据的方法可以提高寿命预测精度.     

基于1DCNN-LSTM和迁移学习的短期电力负荷预测

针对在短期电力负荷预测中,当某区域电力负荷数据较少时,负荷预测精度较差的问题,提出一种基于1DCNN-LSTM(1D Convolutional Neural-Long Short-Term Memory Networks)和参数迁移的短期负荷预测方法,并采用1DCNN-LSTM结合迁移学习针对性提高预测精度。使用美国某地区的实际负荷数据进行仿真分析,实验结果表明,该方法能有效提升区域电力负荷数据缺失时负荷预测的精度。     

区间删失数据情形下GE分布参数的最大似然估计(英文)

讨论了样本数据为区间型数据时参数的最大似然估计问题.当数据为区间删失情形时,参数最大似然估计的精确表达式不存在,甚至近似解都很难得到.由于区间型数据是一种不完全数据,所以利用EM算法来求参数的近似最大似然估计.为了演示,提供了一个真实寿命数据分析的实例.     

测量误差对概率积分法参数精度影响

揭示测量误差对概率积分法参数精度的影响程度问题.采用正交设计的方法对参数因子进行敏感性分析,得到下沉系数和拐点偏移距属敏感因子,主要影响角正切和开采影响传播角为不敏感因子;采用仿真计算的方法分析了测量误差对参数精度的影响.研究结果表明:以测量中误差与最大下沉值的比值作为衡量标准得到,当比值小于7%时求出的参数是可靠的,当比值大于10%时求出的参数是不可靠的.该研究结论放宽了沉陷监测对数据的精度要求,为矿山开采沉陷观测站的观测工作及仪器的选择提供依据.