长白落叶松人工林直径分布模型的研究

Ｗｅｉｂｕｌｌ分布拟合实际的林分直径分布,效果良好。在Ｗｅｉｂｕｌｌ三参数及林分因子的基础上,建立了参数预测模型和参数回收模型,经误差检验,参数回收模型优于参数预测模型。     

广义更新过程中Weibull分布参数的最大似然估计

文章研究了广义更新过程中间隔分布为Ｗｅｉｂｕｌｌ的分布参数的极大似然估计，讨论了其存在唯一性，并主要证明了强相合性。     

工程设计Weibull分布参数拟合的改进方法

图解法是求解Ｗｅｉｂｕｌｌ分布中３个可调参数的传统方法,但参数的推求过程要图解试求,反复调整,最后结果往往不是最佳拟合参数,线性最小二乘法是最近几年提出的一种求解Ｗｅｉｂｕｌｌ分布参数的方法,但其精度受位置参数初始迭代值的影响很大,文中运用麦奎尔特法推求Ｗｅｉｂｕｌｌ分布的参数,实现了参数推求的一举地优。算例表明,拟合方法可行实用,拟合精度明显提高。     

随机截尾寿命试验三参数Weibull分布的统计分析

利用随机载尾寿命试验获得的数据，给出了三参数Ｗｅｉｂｕｌｌ分布参数，可靠度和失效率的Ｂａｙｅｓ点估计及其置信限。     

随机截尾寿命试验工参数Weibull分布的统计分析

利用随机截尾寿命试验获得的数据，给出了三参数Ｗｅｉｂｕｌｌ分布参数，可靠度和失效率的Ｂａｙｅｓ点估计及其置信限。     

双分量区间删失下Weibull分布参数最大似然估计的渐近性质

针对一类双分量区间删失模型，讨论了Ｗｅｉｂｕｌｌ分布参数最大似然估计的可识性，证明了该估计具有强相合性及渐近正态性．     

变序进应力加速寿命试验的统计分析

讨论变序进应力场合指数分布及Ｗｅｉｂｕｌｌ分布的统计推断，给出了参数的点估计．     

Weibull分布步加应力寿命试验统计分析

在Ｗｅｉｂｕｌｌ分布场合,排除形状参数与加速应力无关的限制,进行步加应力寿命试验的统计分析,给出正常应力水平下寿命分布参数及变异系数估计。     

船舶使用寿命中无失效数据的分析

收集到某型号船舶寿命的一组数据，它是无失效的，假定船舶使用寿命服从Ｗｅｉｂｕｌｌ分布，ｐｋ＝Ｐ为船舶在τｋ前失效概率，取ｐｋ的先验分布为对数分布，即π（ｐｋ）＝－１ｎｐｋ，０〈ｐｋ〈１；或０，其他，运用Ｂａｙｅｓ方法得到ｐｋ的Ｂａｙｅｓ估计ｐｋ，然后通过诸点（τｋ，ｐｋ），用加权最小二乘法配一条Ｗｅｉｂｕｌｌ分布曲线，最后获得其参数ｍ和η的估计ｍ和η，并且得到该型号船舶可靠性的估计。     

Weibull分布和极值分布场合下简单步进应力加速寿命试验的？…

产品的加速寿命试验被用来较快地获得关于产品寿命分布的信息。本文研究了Ｗｅｉｂｕｌｌ分布和极小值分布下简单步加试验的最优设计问题。为解决Ｎｅｌｓｏｎ折算法对极小值分布的数据处理产生特殊情况的问题,作者应用近年来一些新的研究成果,将位置－尺度分布中的尺度参数σ设为随应力变化的量进行最优设计。给出一实例,并将其推广到更一般的形式。     

核电厂操纵员认知可靠性模型的实验研究

为了提高核电厂操纵员在真实核电厂操纵过程中的可靠性,需要对核电厂操纵员的可靠性进行模拟研究。采用核电厂模拟器作为研究平台,参考目前国际上流行的三参数人的认知可靠性研究模型,结合中国核电厂操纵员的实际情况,对其参数加以改造,建立并运用以两参数威布尔分布为基础的核电厂操纵员认知可靠性研究理论模型,对核电厂操纵员可靠性进行了实验研究,并将实验结果与美国、匈牙利等国同类研究成果进行了比较,得到了一致的结果。该研究实验的结果可对核电厂的安全运行起到有益作用。     

基于Weibull模型的细粒尾矿粒径分布

尾矿细粒化是矿业发展趋势,细粒尾矿的粒径分布对尾矿宏观力学特性及坝体稳定性具有重要影响。采用筛分法和沉降法,对82个尾矿试样进行了颗分试验,建立了细粒尾矿粒径分布的Weibull函数模型。试验结果表明:细粒尾矿粒径呈"细多粗少"的分布规律,这种规律服从Weibull分布,可以用Weibull分布对粒径分布进行描述和外推预测;传统分形模型中假设每级粒度的破碎率为常数与实际情况不符,Weibull分布可以看作对分形模型误差的一种修正;在破碎过程中,粒径的概率密度分布会出现峰值,这个峰值不断向粒径小的方向偏移,最终形成"细多粗少"的分布特点。研究结果有助于磨矿工艺的改进,并可以为土工试验做出科学的级配方案提供参考。     

基于威布尔分布的动态故障树对DEH控制系统优化的评价研究

对于火电厂汽轮机组并网运行阶段的数字电液控制系统(Digital Electro-Hydraulic Control System,DEH)的不足,进行了逻辑优化。进而需要对优化后DEH控制系统的可靠性进行评价。目前可靠性评价中,大都假设设备运行于偶然失效期,失效率假定为常数。然而,实践证明当设备运行于耗损失效期时,失效率服从威布尔分布。因此,将威布尔分布和马尔可夫模型相结合,建立了优化后DEH控制系统失效的动态故障树(Dynamic Fault Tree,DFT) 模型。对运行于耗损失效期的DEH控制系统的可靠性进行了研究,验证了优化后DEH控制系统可靠性的提高,为设备长时间运行后的可靠性评估提供依据。     

基于ANN模型和HPSO算法的数控机床可靠性分布模型研究

针对数控机床可靠性研究过程中,由于可靠性数据较难收集导致可靠性分布模型不唯一的问题,采用ANN模型对收集到的少量可靠性数据进行扩充,扩充后的数据采用K-S检验法进行分析以确定可靠性数据模型,同时在求解确定可靠性分布模型参数过程中,将混合粒子群优化(hybrid particle swarm optimization,HPSO)算法引入极大似然估计中,解决其在小样本数据下求解某些复杂分布模型时易陷于局部最优解和求解效率低的问题.实例分析结果表明:采用混合粒子群算法求解可以在求解效率和收敛性性能上达到较好的平衡,比较所有的求解模型结果,经过ANN模型扩充后的2重3参数威布尔分布的相对均方差最小,其值为0.0425,说明利用该方法求解数控机床的可靠性分布模型是可行的,而且能够获得较精确的结果.     

矿床储量的最大熵分布模型研究

根据最大熵原理,以熵作为矿床储量不确定性的量度,采用Lagrange乘子法给出矿床储量的概率密度函数解析式的统一表达式及实用的数值算法.当样本容量和单一矿体储量充分大时,得到储量的最佳密度函数是负指数函数;进一步对分布函数作适当修正,得到Weibull分布模型,并与Pareto定律进行比较,从分布的数学意义上分析这两种分布的内在联系,从而说明最大熵分布比Pareto律更能反映总体的分布规律.     

基于Matlab/Simulink的Weibull分布的极大似然估计

介绍了三参数weibuu分布的MLE,利用simulink的图形化建模方法,直接"画"出MLE的方程组模型,修改各模块的参数,完成三参数weibull分布的MLE,并用实例验证了这种方法的可行性.模型同时也可用于二参数weibu儿分布参数的MLE.     

华北落叶松人工林直径分布预测模型构建

【目的】基于不同直径分布预测模型(Weibull分布模型、Gamma分布模型、Lognormal分布模型),构建包含华北落叶松林分因子的直径分布线性混合效应模型,有助于分析直径分布对林分因子动态变化的响应。【方法】利用塞罕坝华北落叶松人工林标准地调查数据,应用最大似然估计法(Maximum Likelihood Estimation, MLE)估计模型参数,通过K-S(Kolmogorov-Smirnov)检验、C-V(Cramer-von Mises)检验、A-D(Anderson-Darling)检验对模型适用性进行检验,基于最优模型构建华北落叶松人工林直径分布线性混合效应模型。【结果】塞罕坝华北落叶松人工林直径分布最优模型为Weibull分布;基于最优模型,构建了包含优势高、断面积、对数密度的线性混合效应模型,当3个参数随机效应方差-协方差结构和误差项结构均为对角矩阵结构[UN(1)]时,模型的拟合效果最好。包含位置、尺度、形状3参数随机效应项模型的决定系数R²分别为0.895、0.888、0.801,均方误差(MSE)分别为5.365、1.724、1.151,均方根误差(RMSE)分别为2.316、1.313、1.073,拟合结果均较好。【结论】线性混合效应模型具有较好的预测直径分布能力,可为精准预测华北落叶松人工林直径分布提供理论依据和技术参数。     

数控机床故障分析与可靠性评价技术的研究

针对传统数控机床可靠性建模时只考虑故障间隔时间而忽略故障性质的现象，提出兼顾机械故障和电气故障的混合威布尔分布模型，进而提高模型准确度.利用最大似然法来确定混合威布尔分布模型参数，用皮尔逊相关系数来确定数控机床各故障时间之间的关系.并通过K-S方法对模型进行检验， 最后确定其符合混合威布尔分布，并运用可靠性评定方法得出数控机床的平均无故障时间.     

基于Weibull分布的超高压变电站二次设备寿命预测

针对超高压变电站二次设备检修科学依据不足的问题,给出了一种基于Weibull分布的二次设备寿命预测方法.在对二次设备运行状态信息分析的基础上,建立了超高压变电站二次设备寿命预测模型.在该寿命预测模型中,对表征二次设备各功能模块运行状态信息进行了分类,通过二参数Weibull分布模型得到了超高压变电站二次设备的剩余使用寿命,并进行了实例分析.结果表明,基于Weibull分布的寿命预测模型能够实现超高压变电站二次设备剩余使用寿命的预测,为超高压变电站二次设备的维护和检修提供了依据.     

基于FPSO-SA算法的威布尔分布参数估计研究

为解决威布尔分布等复杂分布模型采用常规方法很难直接进行参数估计的问题, 提出了基于模糊粒子群模拟退火算法的威布尔分布参数估计。该算法根据粒子个体纵向和横向运动特性, 引入模糊逻辑推理动态调整惯性权值因子, 提高了粒子群算法(PSO: Particle Swarm Optimization)的收敛速率; 将上述模糊粒子群算法(FPSO: Fuzzy Particle Swarm Pptimization)与模拟退火算法(SA: Simulated Annealing)结合, 以FPSO算法的速度位置更新公式作为SA算法的状态生成函数, 再运用Metropolis算法以概率接受新状态, 获得全局最优参数估计值。将基于上述智能算法的参数估计法运用到威布尔分布参数估计中, 提高了参数估计精度。实际应用表明, 该参数估计方法在复杂分布模型参数估计中具有可行性和有效性。