指数寿命系统可靠性增长的动态Bayes评估方法

针对产品研制过程存在多阶段的试验信息和产品性能参数呈现动态变化的特点,提出一种Bayes框架下指数寿命系统失效率的动态Bayes评估方法.该方法依据产品研制过程中不同阶段的试验数据,利用AMSAA模型对系统失效率的变化趋势进行描述,进而对新批次的产品失效率进行预测,并由最大熵方法给出产品失效率验前分布的确定方法,再结合产品少量的现场试验数据,对新批次的产品失效率做出Bayes评估.最后通过实例对比分析,表明该方法很好地解决了小子样指数寿命产品的可靠性试验评估问题.     

三项分布模型的可靠性评定

本文用经典方法、Bayes方法和Fiducial方法研究了三项分布模型的可靠性评定的问题,最后,给出了一个数值例说明了这些方法。     

成败型系统可靠性增长的动态Bayes评定方法

针对产品研制过程存在多阶段的试验信息和产品性能参数呈现动态变化的特点,提出一种Bayes框架下成败型系统可靠性的动态评估方法.该方法依据产品研制过程中不同研制阶段的试验数据,利用离散AMSAA可靠性增长模型对产品可靠性的变化趋势进行描述,进而对新批次的产品可靠性进行预测,并由最大熵方法给出产品可靠性验前分布的确定方法,再结合产品少量的现场试验数据,对新批次的产品可靠性做出Bayes评估.最后通过实例对比分析,表明该方法很好地解决了小子样产品的可靠性试验评估问题.     

串并联系统可靠性置信下限的近似解

对于已知部件失效分布和试验数据的并-串联系统,本文应用经典法和Bayes法分别给出了其可靠性置信下限值,其结果彼此接近。     

AMSAA-BISE模型及其统计推断

本文将AMSAA模型推广到多台系统同步开发的可靠性增长试验的情况,所以,命名为AMSAA-BISE~2模型。文中对定数及定时截尾数据给出了Weibull过程参数的极大似然(ML)估计和无偏估计,系统达到MTBF的置信区间和拟合优度检验方法。     

含间断区间的AMSAA-BISE模型

本文对丢失数据(即存在间断区间)的情况,建立了多台同型系统可靠性增长的AMSAA—BISE模型,给出了模型参数及当前的MTBF的极大似然估计,并用x~2检验及累积失效次数-总试验时间图来检验模型的拟合优度。最后,用数值例说明这些方法。     

基于可靠性增长的可靠性鉴定试验方案

针对现行可靠性鉴定试验标准GJB-899A中提供的试验鉴定方案存在试验时间过长或试验风险过大,且当前可靠性鉴定试验设计大多只依赖于产品自身的寿命数据,而对产品研制过程中的可靠性增长数据利用较少的问题,以寿命服从指数分布的产品为研究对象,基于美军陆军装备分析中心提出的可靠性增长模型AMSAA模型对产品研制阶段的可靠性增长过程进行建模。再利用Bayes方法基于产品可靠性增长过程的试验数据来获取产品寿命分布,计算产品可靠性鉴定试验方案的生产方风险和使用方风险,进而推导得到满足风险要求的产品可靠性鉴定试验方案。通过实例分析以及与GJB899A所提出的试验方案对比,验证了所提方法的可行性与先进性。     

基于无失效数据的加权E-Bayes可靠性评估方法

针对无失效数据情况下产品的可靠性评估问题,提出加权最小二乘法结合期望Bayes（expected Bayesian, E-Bayes)可靠性评估方法与模型。根据工程经验,构造出产品失效概率的先验分布;运用Bayes理论与方法,给出产品失效概率的E Bayes估计;在威布尔分布场合下,采用加权最小二乘法来拟合产品寿命分布参数,给出产品可靠性指标的点估计和区间估计;结合算例分析,探讨模型的稳健性与方法的优越性,表明该方法具有较好的工程应用价值。     

软件可靠性模型评价方法与应用(Ⅱ)

本文探讨进行软件可靠性模型评价工作的必要性及其实现方法。我们在本文的(Ⅰ)中提出了一组进行软件可靠性模型评价的标准和相应的评价方法,这里我们应用上述方法,结合两组实际的软件产品失效数据,具体地评价两种软件可靠性增长模型:W-NHPP模型(包括NHPP模型)和S-型模型的性能,并讨论评价实施过程中的一些问题。     

研制过程的贝叶斯可靠性增长模型

本文对成败型产品在研制过程中各阶段的可靠性评估问题进行了讨论。在获得了每一阶段的二项试验数据后,运用贝叶斯方法和在可靠度先验分布概率密度函数均匀不变的条件下,给出了第m阶段的可靠度贝叶斯估计值以及置信下限评定方程。本模型与其它增长模型相比,具有标准差小和便于工程应用等特点。     

Semiparametric Bayesian inference for accelerated failure time models with errors-in-covariates and doubly censored data

This paper proposes a Bayesian semiparametric accelerated failure time model for doubly censored data with errors-in-covariates. The authors model the distributions of the unobserved covariates and the regression errors via the Dirichlet processes. Moreover, the authors extend the Bayesian Lasso approach to our semiparametric model for variable selection. The authors develop the Markov chain Monte Carlo strategies for posterior calculation. Simulation studies are conducted to show the performance of the proposed method. The authors also demonstrate the implementation of the method using analysis of PBC data and ACTG 175 data.     

A comparison of official population projections with Bayesian time series forecasts for England and Wales

We compare official population projections with Bayesian time series forecasts for England and Wales. The Bayesian approach allows the integration of uncertainty in the data, models and model parameters in a coherent and consistent manner. Bayesian methodology for time-series forecasting is introduced, including autoregressive (AR) and stochastic volatility (SV) models. These models are then fitted to a historical time series of data from 1841 to 2007 and used to predict future population totals to 2033. These results are compared to the most recent projections produced by the Office for National Statistics. Sensitivity analyses are then performed to test the effect of changes in the prior uncertainty for a single parameter. Finally, in-sample forecasts are compared with actual population and previous official projections. The article ends with some conclusions and recommendations for future work.     

目标数据缺失下离散动态贝叶斯网络的参数学习

离散动态贝叶斯网络参数学习的难点在于:隐藏节点的片间转移概率获得及观测数据发生不同程度缺失。针对上述问题,提出基于目标缺失数据估计的前向递归参数学习算法。该算法利用离散动态贝叶斯网络中各观测变量与隐藏变量之间的对应关系,采用支持向量机建立观测变量间的非线性函数关系完成缺失数据估计,此基础上利用完整数据集和前向递归算法完成片内和片间参数更新。以空中目标识别为仿真背景,通过与期望最大算法对比,验证了该算法的学习效率和精度两个方面的优势。     

Bayesian sequential testing for exponential life system with reliability growth

A Bayesian sequential testing method is proposed to evaluate system reliability index with reliability growth during development.The method develops a reliability growth model of repairable systems for failure censored test,and figures out the approach to determine the prior distribution of the system failure rate by applying the reliability growth model to incorporate the multistage test data collected from system development.Furthermore,the procedure for the Bayesian sequential testing is derived for the failure rate of the exponential life system,which enables the decision to terminate or continue development test.Finally,a numerical example is given to illustrate the efficiency of the proposed model and procedure.     

多阶段可校正系统退化建模与可靠性评估

退化数据在小子样、高可靠、长寿命产品可靠性评估中的作用日益突显。针对工程实践中多阶段可校正电子装备可靠性评估难题,综合考虑任务的多阶段性和校正行为影响,建立了基于Wiener过程的性能退化模型,采用贝叶斯方法得到退化模型中漂移参数的后验分布估计,构建了光滑函数解决系统校正行为导致的函数不连续性问题,在此基础上根据首次到达时的概率分布提出了多阶段可校正系统的可靠性评估方法,给出相关数值算例,验证了模型、方法和分析结果的正确性和实用性。     

Objective Bayesian analysis of degradation model with respect to a Wiener process

This paper proposes an objective Bayesian method to study the degradation model with respect to a Wiener process. The Jeffreys prior and reference prior for the parameters are derived, and the propriety of the posteriors under these priors is validated. Two sampling algorithms are introduced to compute the posteriors. A simulation study is conducted to investigate the performance of the objective Bayesian procedure. Finally, the authors apply the approach to a degradation data.     

基于退化与寿命数据融合的产品剩余寿命预测

产品的剩余寿命预测是其维修、更换和备件策略制定的重要依据。目前的寿命预测方法一般仅利用产品自身的性能退化数据,当性能退化数据较少时,剩余寿命预测结果精度难以保证。针对性能退化过程为具有随机效果的Wiener过程的产品,对其进行寿命预测时,采用Bayes方法融合产品的历史寿命信息和该产品自身的性能退化信息,得到性能退化参数的Bayes估计,进而得到该产品的剩余寿命分布,从而提高剩余寿命分布的预测精度。金属化膜脉冲电容器剩余寿命预测分析实例表明了该方法的有效性。     

Bayesian synthetic evaluation of multistage reliability growth with instant and delayed fix modes

In the multistage reliability growth tests with instant and delayed fix modes, the failure data can be assumed to follow Weibull processes with different parameters at different stages. For the Weibull process within a stage, by the proper selection of prior distribution form and the parameters, a concise posterior distribution form is obtained, thus simplifying the Bayesian analysis. In the multistage tests, the improvement factor is used to convert the posterior of one stage to the prior of the subsequent stage. The conversion criterion is carefully analyzed to determine the distribution parameters of the subsequent stage＇s variable reasonably. Based on the mentioned results, a new synthetic Bayesian evaluation program and algorithm framework is put forward to evaluate the multistage reliability growth tests with instant and delayed fix modes. The example shows the effectiveness and flexibility of this method.     

贝叶斯网络个人信用评估模型

研究了朴素贝叶斯分类器、树增强朴素贝叶斯分类器2种贝叶斯网络信用评估模型的精度,用10层交叉验证在2个真实数据集上对贝叶斯网络信用评分模型进行了测试并与神经网络模型进行了比较.结果表明,贝叶斯网络信用评估模型具有较高的分类精度,在信用评估中具有优势.     

数据缺失的小样本条件下BN参数学习

引入支持向量机回归,提出具有数据修补功能的贝叶斯网络参数学习算法.该算法利用贝叶斯网络各观测节点不同时刻下的观测信息,在无先验信息约束下,通过样本回归对缺失数据进行修复.在获得的完整数据基础上利用最大似然估计完成贝叶斯网络参数估计.仿真结果表明,在有数据缺失的小样本情况下,该参数学习方法与标准EM算法相比,能够有效的提高参数学习效率以及推理结果的精度.