基于Bayes Monte Carlo方法的小样本模糊可靠性仿真研究

针对基于Bayes解析方法的小样本模糊可靠性评估过程中存在的先验主观性和后验复杂性缺陷,通过引入贝叶斯蒙特卡罗(Bayes Monte Carlo,BMC)方法、融合信息熵原理与加权思想,建立了小样本模糊可靠性的BMC方法基本框架,给出了基于BMC方法的小样本模糊可靠性仿真流程,设计了相应算法.采用Matlab工具实现了该算法,并对指数寿命分布的小样本模糊可靠性进行了仿真实验.实验结果表明,运用BMC方法对小样本模糊可靠性进行评估能够有效地降低Bayes方法的先验主观性和后验复杂性.     

基于HLA的战争分析仿真运行系统研究

针对信息化战争条件下的战争分析综合仿真环境的需求，在研究分析类仿真特点的基础上，对基于RTI平台的仿真运行系统结构组成和功能进行了探讨，重点研究了形式化的输入／输出数据格式和仿真引擎功能，定义了参数化可变想定等概念，在此基础上，提出了单次仿真、样本仿真、参数化样本仿真等具有分析类仿真特点的运行模式，并进行了实验验证。     

导弹射击精度鉴定中Bayes方法的运用

以导弹射击精度鉴定问题为对象，研究了运用Bayes理论从仿真试验数据中提取有用信息，从而实现在少量现场试验样本情况下有效完成试验鉴定任务的方法。在简要介绍Bayes理论基本思想的基础上，着重介绍了运用自动（Bootstrap）法从仿真试验结果中获取验前信息的基本思想和一般方法。以及在获得前信息后结合现场试验样本进行导弹射击精度鉴定的方法；最后本文还指出了将Bayes方法应用于具体工程实践时必须考虑的一些问题。     

基于Dirichlet 先验分布的Bayes 二项可靠性增长方法

由于产品系统的复杂性和试验的高费用,并且产品的可靠性增长试验往往基于小样本,因此解决小样本问题在可靠性增长试验中也是非常重要的.借助Bayes理论,假设先验分布为Dirichlet分布,解决二项可靠性增长问题,能够充分借助先验分布和试验数据更合理估算出外场可靠性.同时在后验分布的计算上,利用Gibbs抽样的Markov Chain Monte Carlo(MCMC)方法仿真后验分布的计算.和传统的二项式Bayes方法进行比较,利用以Dirichlet分布为先验分布的Bayes方法非常适合阶段性可靠性增长试验评估,借助于专家的经验和以往类似产品的试验数据,容易定量和衡量先验参数.     

含增长单元串并联系统可靠性评定的Bayes方法

先验分布的确定与表示是Bayes统计推断的出发点和关键点。针对含增长单元串并联系统的特点 ,提出了一种通过分解 综合法确定系统可靠性参数先验分布的方法。该方法有助于解决小样本复杂系统可靠性评定中无验前信息或验前历史信息较少时先验分布的确定问题 ,并给出实例进行说明     

舰载软杀伤仿真中不确定性分析

舰载软杀伤仿真系统中,不可避免地存在不确定性因素,分析不确定性是利用仿真系统进行效能评估的关键。因此,研究了Bootstrap方法和Bayes方法在参数不确定性和随机不确定性定量分析中的理论知识,介绍了软杀伤仿真中反舰导弹捕捉目标的数学模型,并把两种方法应用到舰载软杀伤仿真系统。通过仿真结果比较,Bayes方法的估值精度高,算法简单,计算速度快,Bayes方法是分析不确定性的有效方法。     

采用递进Bayes估计评估导引头抗干扰性能及仿真

Bayes估计在武器系统性能评估中受到越来越多的重视,提出采用递进的Bayes估计方法,充分利用导引头研制过程中各阶段的实验数据,综合评估红外导引头抗干扰性能。文章采用层次分析法分析了试验样本采集对评估结果的影响,导出了各攻击区内实验样本的比重。最后以数字仿真验证了该方法的可行性。     

基于仿真的复杂系统可靠性评估输入数据统计分析研究

对应用仿真技术评估复杂系统可靠性时榆入数据的统计分析进行了深入研究。特别是对试验数据较少，即小样本情况进行了研究。对于根据小样本进行的可靠性估计，结合Bayes方法的蒙特卡洛(Bayes-MC)方法和结合改进的Bootstrap方法的蒙特卡洛(改进的Bootstrap-MC)方法是比较有效的。概括总结了无数据情况下的专家经验估计三角分布方法，提出了改进的Bootstrap方法，将验前信息与专家经验纳入Bootstrap方法中，克服了该方法利用样本信息量不足的缺陷，使其更加完善与实用。在复杂系统的可靠性评估时，应采用综合或混合的方法。     

基于守护/控制模式的并行仿真任务分发算法研究

在研究相关并行仿真任务分发和调度方法的基础上,提出了基于守护/控制模式的并行仿真任务分发和调度构建方法,并设计了基于该模式下的一种并行仿真多样本任务分发算法,算法可自动地将仿真样本分发到多台客户机上并行执行,使得在执行仿真时仿真用户并不需要关注样本的分发过程,从而有效提高了仿真多样本的自动分发程度,为并行仿真应用系统的运行提供了高效支持。本算法对类似系统的实现具有重要的参考意义。     

长寿命卫星活动部件Bayes-Weibull可靠性评估方法

长寿命卫星活动部件可靠性评估具有小样本、无失效数据的特点,采用大样本寿命数据统计方法或通常的无失效数据分析方法难以解决寿命分布建模与可靠性评估问题.针对Weibull寿命型卫星活动部件,提出了一种有效的Bayes可靠性评估方法.综合利用相似型号活动部件数据估计Weibull分布形状参数,利用相似因子和参数Bootstrap方法构造Bayes验前分布.实例分析表明,该方法具有较高的精度,可以解决小样本无失效条件下,长寿命卫星活动部件可靠性评估的困难问题.     

可靠性工程中的经验Bayes方法(Ⅲ)

本文简要介绍了可靠性工程中广泛采用的经验Bayes方法,对这一方法的优缺点及其适用范围进行了系统的分析,对当前研究工作中存在的一些问题进行了评论.在此基础上,本文提出了根据实验数据对先验分布进行假设检验的必要性,给出了一些公式和若干可行的检验方法.     

融合不确定信息的某型导弹控制系统可靠性分析方法#br#

针对不确定信息在可靠性评估中难以表达与处理的问题,应用Dempster Shafer (DS)证据理论对贝叶斯网络进行改进。在分析现有研究的基础上,对DS证据理论与贝叶斯网络理论进行简要介绍,提出了不确定信息条件下故障树节点向贝叶斯网络节点转化的方法,包括与节点、或节点、异或节点、非节点与2/3表决节点。针对多状态贝叶斯网络中条件概率值难以确定的问题,应用DS证据理论/层次分析法对专家经验知识进行分析与表达。以某型导弹控制系统为例,利用故障树构建贝叶斯网络模型,应用DS证据理论对专家信息进行数据融合处理,确定不确定节点的信任函数、似然函数和条件概率值,并借助贝叶斯网络的正向推理、反向推理和重要度分析确定了可靠性设计与分配中的薄弱节点。     

低位截断瑞利噪声的统计推理

预警雷达抗噪声压制干扰评估通常需要对量化后的瑞利噪声样本进行估计,在实际雷达系统中受硬件采样位数限制有时会舍弃噪声样本的低位数据,相当于进一步提高了噪声的量化误差,这时采用截断后的噪声样本计算均值会造成很大的估计偏差。为了有效运用低位截断后的噪声样本进行噪声估计,基于多项分布和瑞利分布推导了分布参数的最大似然估计方法,并证明了对数似然函数的凸函数性质以及后验分布为对数凹分布的性质,在此基础上提出了无信息先验贝叶斯估计方法和共轭先验贝叶斯估计方法。仿真数据实验验证了所提的极大似然估计、无信息先验贝叶斯估计和共轭先验贝叶斯估计算法的有效性,且对比分析了贝叶斯估计相对于极大似然估计的优越性。     

SYNTHESIZED EXPECTED BAYESIAN METHOD OF PARAMETRIC ESTIMATE

This paper develops a new method of parametric estimate, which is named as "synthesized expected Bayesian method". When samples of products are tested and no failure events occur, the definition of expected Bayesian estimate is introduced and the estimates of failure probability and failure rate are provided. After some failure information is introduced by making an extra-test, a synthesized expected Bayesian method is defined and used to estimate failure probability, failure rate and some other parameters in exponential distribution and Weibull distribution of populations. Finally, calculations are performed according to practical problems, which show that the synthesized expected Bayesian method is feasible and easy to operate.     

用于离散变量因果分析的贝叶斯网络学习

针对现有基于贝叶斯网络离散变量因果分析方法具有低效率和局限性等问题.使用依赖分析方法建立贝叶斯网络骨架,结合碰撞识别方法、变量之间的预测能力和描述长度极小准则确定边的因果方向,进行具有多项式复杂度的离散变量因果贝叶斯网络学习来避免这些问题,并给出了因果贝叶斯网络中定量因果信息传递计算方法.同时,针对小样本情况建立了因果最大似然树学习方法.     

融合专家先验知识和单调性约束的贝叶斯网络参数学习方法

针对小样本集条件下的贝叶斯网络参数学习问题,提出一种融合专家先验知识和单调性约束的贝叶斯网络参数学习方法。该方法通过将专家先验知识以正态分布形式融入单调性约束的贝叶斯网络参数学习过程,进一步提高了小样本集条件下贝叶斯网络参数学习的精度和稳定性。在小样本集条件下进行仿真实验,结果表明,与其他3种主要方法相比,所提方法平均(Kullback-Leibler, KL)散度大幅降低,运行时间高于其余3种方法。综合考虑学习精度和运行时间,所提方法优于其他3种方法。将所提方法应用于燃气轮机健康状态评估,评估结果与实际状态一致,验证了方法的有效性。     

匹配于进化种群的局部网络图度量

为了分析匹配于进化种群的贝叶斯网络结构 ,给出了用于刻画局部贝叶斯网络度量的有关表示。依据贝叶斯狄利克雷度量 ,对于贝叶斯网络图中的 3个顶点 (对应于染色体的某 3个基因位置 ) ,研究了 3个顶点无连接、其中只有两个顶点存在有向连接、及 3个顶点存在两条有向边时的度量值关系。揭示了局部贝叶斯网络结构的固有特性 ,为进一步研究进化算法的种群结构提供了一条可行的途径。     

现场可靠性数据的变点分析

针对产品寿命分布规律在使用过程中的变点问题,提出了产品寿命分布变点检验和估计的Bayes方法。根据产品现场使用先验信息的结构特点,提出了变点先验分布的确定方法,并给出了变点Bayes估计的计算方法。利用所得到的变点估计可制定产品的最佳维修策略以及产品报废期。数值模拟表明Bayes方法具有较好的稳健性,适用于现场可靠性数据的变点分析。     

贝叶斯超分辨方法探讨

根据贝叶斯最大后验估计原理 ,研究了波达方向及频率估计的超分辨方法 ,提出了多目标波达方向及频率估计的快速算法 ;对等间距阵列模型予以推广 ,得到非等间距阵列的贝叶斯超分辨模型 ;对双目标和三个目标进行了仿真。仿真结果表明 ,该方法表现出较准确、稳定的分辨能力 ,分辨能力达 1/ 10功率波束宽度。     

基于贝叶斯多层先验的元建模研究

计算机试验成为一种研究复杂物理系统的替代方法，它引起了人们的关注。元模型的求解问题是计算机试验中研究其它问题的基础。通过贝叶斯多层先验，提出了一种新的计算机试验中求解元模型的方法．新方法通过EM（expectation-maximization）算法求解，并且将之与国际上的几种已有的方法进行了比较。试验结果表明，这种新的方法取得了较理想的试验结果，并且大大地较少了计算的负担。