计数型序贯网图检验的算法实现

在深入分析序贯网图检验方法的基础上,通过构造马氏链模型,给出其实际风险的计算方法,给出了序贯网图检验方案的制定方法.结果表明序贯网图检验比国际标准IEC1123有明显改进.     

基于GB/T2828.1(2012)的群序贯优化检验及应用

为降低计数型产品抽样检验的试验成本,对国家标准GB/T2828.1(2012)中的截尾群序贯检验方案进行了研究.指出该标准中的检验方案存在的一些不足,并提出了优化的截尾群序贯检验方案及其求解方法.通过与GB/T2828.1(2012)中的截尾群序贯检验方案进行对比,结果表明,优化后的检验方案在保持与GB/T2828.1(2012)中的检验方案具有相当或更接近于对应一次抽样方案犯两类错误概率的条件下,拥有相对更小的样本量截尾值与平均试验样本量.将优化后的截尾群序贯检验方案应用于铁路车辆弹簧质量的检验中,分析结果显示,相对于GB/T2828.1(2012)中的检验方案节省平均试验费用的比例达13.99%.     

成败型试验的Bayes序贯网图检验法

Bayes序贯检验法和序贯网图检验法分别从先验信息利用和对检验问题拆分的角度对序贯检验法进行了有效的改进。融合二者的优点,针对成功率检验问题,提出了一种Bayes序贯网图检验法,对该方法中先验信息的利用以及插入点的选择等都进行了详细的讨论。同时也给出了相应截尾方案及比较计算实例,并通过Monte Carlo方法计算了平均样本量。实验结果表明,该方法对序贯网图法的改进是全方位的,不仅可以降低二类风险,而且所需的截尾样本量和平均试验量也更少。     

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。     

正态分布未知参数的联合序贯验后加权检验方法

在进行抽样试验时,采用传统的假设检验方法进行决策所需的样本容量通常是比较大的,而充分利用在进行抽样试验之前所能获得的关于总体分布未知参数的验前信息,在Bayes理论的基础上,采用序贯验后加权检验方法可以有效地减小试验所需的样本容量。对正态分布总体的均值与方差参数均未知时的联合序贯验后加权检验方法进行了深入分析,给出了在抽样试验之前确定假设检验问题所需样本容量和决策阈值的计算方法,并结合雷达探测距离的以往实际试验数据和结果进行了对比分析,验证了该方法在减小样本容量及提高试验效费比方面的有效性。     

基于深度学习序贯检验的电源车故障诊断方法

针对电源车健康维护存在的问题,提出了一种基于长短时间记忆LSTM (Long Short Time Memory)网络与序贯概率比检验SPRT (Sequential Probability Ratio Test)融合的电源车故障诊断方法。该方法基于LSTM网络建立电源车的多变量时间序列模型,并引入SPRT方法进行自适应多样本故障诊断。经在电源车仿真系统上进行对比实验,结果表明LSTM诊断模型有更强的学习和映射能力,LSTM-SPRT融合的故障诊断方法,显著提高了电源车故障诊断的准确率和可靠性。     

虚拟现实仿真下的序贯决策优化研究

通过构造虚拟现实仿真环境,利用仿真模型对系统的直观描述性,对系统的运行状况进行模拟,并为决策者提供了一个观察系统运行的虚拟空间,决策者可以"进入”到系统内部,根据观察到的系统状况及个人的偏好,在虚拟环境中进行一系列的决策.由于现实系统中,系统状态转移概率以及报酬函数往往不能显式得到,所以传统方法无法求解序贯决策问题.作为一种新的思路,利用仿真优化算法,根据仿真运行提供的定量信息,利用虚拟现实的环境,实现序贯决策过程的优化,最终可以得到最优或满意的决策策略.     

农业灌溉序贯决策的广义密切值法

提出了农业系统灌溉序贯方案的一种新的决策方法－－广义密切值法,并通过实例分析得到了与其它方法决策结果,表２,参３。     

虚拟试验设计中的序贯极大熵方法研究

针对包舍计算耗时仿真模型的虚拟试验预测模型建模过程，提出了一种序贯极大熵试验设计方法。通过调整高斯先验过程协方差函数，在预测模型误差较大区域序贯地增加新试验点，合理权衡试验点数目与预测模型精度。设计数学算例演示了序贯极大熵试验设计方法的效率，并证明优于一步法，适用于虚拟试验预测模型建模。     

Bayes序贯试验方法中风险的选择与计算

对Bayes序贯试验方法中弃真和采伪风险的计算进行论述,给出决策常数的计算公式。分别对经典风险、平均风险和Bayes风险的计算公式进行推导,给出了三者之间的递推计算关系。在给定Bayes风险条件下,对序贯验后加权检验和Bayes序贯概率比检验,推导了决策常数的计算公式。对现有Bayes方法应用中,两类风险选择所存在的问题进行分析,给出风险选择的准则和解决方案,并给出决策常数的准确计算公式。最后,给出一个示例,说明该方法的有效性。     

特小子样试验下导弹精度评定的Bootstrap方法

针对特小子样下导弹精度评定的需求,提出了利用验前信息来弥补现场试验信息不足的改进Bootstrap统计方法.首先介绍了Bootstrap方法的基本概念;其次分析和比较了特小子样下验前信息与现场试验信息的若干种相容性检验方法的性能,并根据相容性检验水平确定了各类信息源的权重.然后,基于重要度抽样的思想,分别针对非参数Bootstrap方法和参数Bootstrap方法讨论了验前信息在导弹精度评定中的运用.最后,根据工程经验提出了一种改进的权重分配方案.仿真结果表明,KS相容性检验方法在特小子样下更为适用,考虑相似验前信息的Bootstrap精度评定结果更为合理.     

一种框架面板式空间结构的建模、分析与试验研究

针对一种框架面板式空间结构,建立了结构有限元模型,重点考虑了连接、接触、局部刚度、材料模型等问题,利用该模型对结构进行了动力学特性和动力学响应分析.随后进行了结构力学试验,并对比分析了理论与试验结果,两者吻合较好,说明本设计分析方法和对关键环节的处理在工程上是可行的.     

平滑转移模型线性检验的可靠性研究

提出了将自助法(bootstrap)的不同变体应用于平滑转移自回归模型的线性检验,并通过蒙特卡罗实验分别考察其在误差项独立同分布和存在序列相关时的有限样本性质.重点研究了非线性参数和序列相关系数对检验水平和功效的影响.实验结果表明,基于自助法的线性检验在各样本容量下都具有更高的功效,并且可以很好地纠正基于极限分布理论的LST统计量的水平扭曲.本文还详细介绍快速了两阶段自助法(FDB)的基本思想和实现方法,模拟实验证明它比基本自助法具有更好的稳健性和收敛性.     

基于蒙特卡洛方法求取故障导弹飞行落点概率方法研究

针对导弹飞行试验中发生故障时落点概率的求取问题,提出了一种基于蒙特卡洛统计仿真的估计方法。该方法通过对导弹飞行过程中发生坠落故障模式的分析,确定每种模式情况下导弹落点的散布规律,并建立起落点预测仿真统计数学模型,可得到导弹落点概率密度分布矩阵的估计。采用对仿真落点精度控制和对导弹落点概率密度矩阵的数值积分,有效地提高了对落入任一区域概率的估计精度。给出了应用该方法的具体步骤,通过一示例数据的计算证明了该方法的有效性。     

二项分布Bayes鉴定试验次数的选择与分析

讨论了二项分布的可靠性Bayes鉴定试验方案问题。在试验样本量一定的条件下,充分利用验前信息弥补现场试验信息的不足,从平均后验风险角度制定了成败型系统可靠性鉴定试验的Bayes方案。密切结合工程试验,从生产和使用双方的实际风险的角度,研究分析了Bayes可靠性鉴定试验与评估的联系与差异。最后,与传统的鉴定试验方案进行了分析比较,明确了Bayes方法的使用范围,对于工程试验方案的选择具有实际的指导意义。     

故障树分析技术在软件测试中的应用

针对故障模式判决软件测试用例设计的特点 ,提出了一种利用故障树分析原理 (FTA)和软件测试用例设计等价类划分方法进行故障模式判决软件测试用例设计的新方法。该方法运用FTA原理进行测试用例设计 ,根据故障判决模式画出故障树 ,将该树作为测试用例设计树 ,然后运用故障树原理获得该树的最小割集 ,将此最小割集作软件测试用例的设计的依据。利用该方法进行测试用例设计保证了测试的充分性、测试用例分布的合理性 ,同时依据此方法设计的测试用例辅助生成软件 ,也极大地提高了软件测试自动化水平。     

空间滞后模型的标准化稳健检验及其功效对比分析

在误差项分布未知、模型设定偏误以及不同形式空间布局的复杂条件下,本文提出检验空间滞后模型的标准化稳健LM检验方法,并采用Bootstrap法和Monte Carlo法对统计量的渐进性进行分析. 结果表明：采用Bootstrap法和Monte Carlo法的检验功效均优于现有LM检验方法;对于小样本,结合Bootstrap法与本文提出的统计量进行模型设定的检验更可靠;在空间布局为Group规则时,采用本文提出的统计量进行模型设定的检验效果更好.