非参数Bayes样条回归

对于非参数回归模型y= f(x)+ε,其中f (x)为光滑的连续函数.用样条函数来逼近f (x),不具体选择结点的个数,考虑到结点个数的不确定性,给定结点个数一个均匀的无信息先验,用Bayes模型平均的方法来估计f (x).得到了f (x)的Bayes估计和Bayes后验区间估计.     

熵损失下随机截尾情形指数分布参数的Bayes估计

为解决指数分布在熵损失函数和随机截尾数据下的参数估计问题,采用理论分析和随机模拟试验的方法,推导了参数在任意先验分布下的Bayes估计和伽玛共轭先验分布下具体的Bayes估计和多层Bayes估计,利用Monte Carlo方法对估计进行了计算,随机模拟试验对MLE、Bayes估计和多层Bayes估计进行了对比分析.研究结果表明,熵损失函数下的估计具有较高精度,多层Bayes估计稳健性较好.研究结论丰富了指数分布的Bayes统计分析,研究方法有助于熵损失函数下其它寿命分布的参数估计.     

主观Bayes网络在普适计算中的应用研究

由于硬件系统的异构性和无线网络的相对不稳定,造成直接由传感器获得的上下文的不确定性和不一致性。笔者针对此问题把主观Bayes网络模型应用到普适环境中对上下文进行推理,并且对OWL进行了扩展——SBOWL语言,以适应主观Bayes网络模型在上下文推理中的应用。通过在原型系统CIS的上下文推理层应用主观Bayes网络,验证了该方法的可行性。     

具有Rao简单结构的多元t-模型的无信息先验分布

 先验分布是Bayes分析的基础,在数理统计的许多方面有广泛应用.确定先验分布的方法有多种,其中最重要的一种是Jefferys无信息不变先验原则.文章应用此原则得到了具有Rao简单结构的多元t-模型中参数的无信息先验分布.     

基于主观Bayes方法的甲状腺专家系统模型

确定并实现了一个基于主观Bayes方法的甲状腺专家系统模型，讨论了主观Bayes方法的数学基础，给出了不确定性推理网络的算法描述，并且将理论研究的结果运用于甲状腺专家系统的设计和实现，举例说明了网络推理过程，不确定性推理的应用进行了有益的探讨。     

贝叶斯方法在既有结构抗力推断中的应用

利用贝叶斯方法对既有结构当前的抗力标准值进行推断,原理是假定无信息先验分布,并用样本信息修正先验信息,然后进行统计推断得到后验信息.文章提出了变异系数未知和已知情况下抗力标准值的贝叶斯推断公式,并予以验证.     

船舶结构腐蚀检测及腐蚀模型不确定性分析

针对经典的概率论不能有效地处理检测概率的参数不确定性问题，提出了定量分析检测概率参数不确定性问题的贝叶斯方法，并以威布尔分布形式的检测概率为例，推导了量化参数不确定性的放大系数的计算公式。针对传统的数据分析法及专家判断法不能分析模型不确定性更新问题，基于无损检测信息采用贝叶斯更新方法量化了检测概率分布函数的统计模型不确定性，得到了检测概率统计模型权重的后验概率及相应的分布参数的后验概率密度函数。最后提出了分析船体结构腐蚀多层次模型不确定性问题的全概率模型法，并用算例证明了所提方法的有效性。     

Bayes预测中的主观干预和模型监控

本文概述了 Bayes 预测中的主观干预和模型监控的基本思想,给出了具体的方法和步骤.     

无失效数据情形参数的综合估计

对指数分布的无失效数据,在引进失效信息后,在先验分布为Beta分布时,给出了失效率的多层Bayes估计和综合Bayes估计,并给出了无失效数据情形可靠度的综合估计。     

基于主观Bayes方法的甲状腺专家系统模型

研究并实现了一个基于主观Bayes方法的甲状腺专家系统模型 ,讨论了主观Bayes方法的数学基础 ,给出了不确定性推理网络的算法描述 ,并且将理论研究的结果运用于甲状腺专家系统的设计和实现 ,举例说明了网络推理过程 ,对不确定性推理的应用进行了有益的探讨 .     

基于模糊贝叶斯理论更新概率可靠性模型

贝叶斯理论是基于无损检测结果对海洋工程结构可靠性进行更新研究的有力工具。针对传统贝叶斯理论无法有效地处理海洋结构无损检测中存在的大量模糊不确定性问题 ,根据模糊集合论的基本原理 ,在海洋结构可靠性概率模型更新研究中引入了模糊贝叶斯理论和模糊综合评判方法 ,对模型不确定性和检测结果中的模糊不确定性进行了定量评估。对基于检测结果的更新可靠性模型的参数分布和模型权值进行了探讨 ,并采用模糊综合评判方法确定了模型权值的先验概率。算例结果表明 ,此方法是可行的 ,检测结果的模糊性对可靠性概率模型更新具有重要影响 ,考虑模糊不确定性可以得到更为合理的结果。对于参数的概率密度函数而言 ,考虑多个模型和只考虑一个模型可得到相同的结果 ,但参数的不确定性对模型权值的更新有一定的影响。在工程实际应用中 ,对于有关海洋工程结构经检测和维修后的可靠性更新问题 ,应该考虑模糊不确定性的影响     

基于贝叶斯方法的时变可靠度分析

针对现役钢筋混凝土桥梁时变可靠度分析的现状,首先根据主观经验信息确定了一个抗力统计参数退化模型,然后结合结构实际检测信息,运用贝叶斯方法综合这两类信息,并进行了推断,从而对模型参数进行了更新,并利用更新后的参数对混凝土模型和钢筋锈蚀模型进行了修正,最后结合已有的荷载效应分析理论,计算时变可靠度,给出了一个计算实例.     

大跨度拱桥静动力试验与结构识别的实践

由于有限元建模中存在不确定性因素的影响,大跨度拱桥初始设计模型的理论分析结果与现场测试数据之间存在一定差异.为了消除模型校验技术中的认知不确定性和随机不确定性,从而更好地进行结构识别,本文以来华大桥和巴溪洲大桥为例,对其中若干关键问题进行了讨论.通过合理地现场勘察与精确的有限元模拟相结合,基于灵敏度分析方法进行不确定性参数筛选,并最终采用最小二乘法进行参数优化,实现了可靠的结构工作状况评估与响应预测.研究包括现场静动力试验、有限元模拟、模型校验、响应预测和校验合理性评估等.基于精确建模和模态参数的校验技术可以有效地减小有限元模型与现场静动力试验结果之间的误差,使用未经试验结果校验的设计模型,进行两座桥梁校验系数的评估,分别存在着21%和23%的误差.     

Sensitivity Analysis for Epistemic Uncertain System Based on Sobol' Method

Considering the characteristics of sensitivity analysis in epistemic uncertain system,a new sensitivity analysis index based on Sobol' method was proposed. Then the index calculation method with single cycle Monte-Carlo sampling was studied, and an application was developed. Numerical examples show that,the new method could solve the system sensitivity analysis problem with mixed aleotory and epistemic uncertainties. In this method,aleotory uncertain parameters could be sampled randomly according their distributions, and need not be translated to evidence bodies.Epistemic uncertain parameters were sampled randomly based on evidence theory. Therefore the loss of information in the sampling process was small,and the shortcomings of the existing methods were overcome.     

船体结构检测概率模型对裂纹分布更新的影响

在对现有的检测概率模型比较的基础上，提出了一种用于更新裂纹尺寸分布的检测概率模型，并且从理论上证明了大部分现有的检测概率模型都是新检测概率模型的特例．采用最小二乘法确定了检测概率模型中参数的取值，并用算例对新检测概率模型和现有的检测概率模型进行了比较．在此基础上，将新检测概率模型用于分析船体结构裂纹尺寸分布更新的问题，采用贝叶斯更新方法分析了检测概率模型对裂纹后验分布的影响．结果表明，新检测概率模型具有更好的拟合检测数据的能力，不同的检测概率模型对裂纹的后验分布有明显的影响．     

一种用于检测与跟踪的传感器管理算法

利用Bayes规则和Kalman滤波方程中的协方差预测和更新阵,可以求出目标检测与跟踪过程中一次量测所产生的信息增量,并由此给出了一种基于信息增量最大化的传感器管理算法,仿真结果表胆：该算法在保证一定跟踪精度的前提下,能提大限度的发现并跟踪新目标。     

基于效益最大化的桥梁检修决策模型的探讨

检查与维修是桥梁管理工作中的两个重要环节。不同的检查结果导致不同的维修决策,从而影响维修成本。如何选取最佳的检查方案与检查时间,使检查的净效益最大化,是制定桥梁检修策略中值得探讨的问题。本研究运用贝叶斯分析方法,建立一种确定桥梁检修策略的动态模型,该模型包含了多阶段的“信息收集——数据分析——决策”过程,同时将先验信息和检查信息相结合,为决策提供更加充分的数据支持。算例考虑了两种检查方案和四种维修方案集,以检查净效益最大化为目的,在分析基准期内设计最佳的检查时间和检查方案,同时对可能出现的检查结果制定最佳维修方案。     

混合高斯分布的变分贝叶斯学习参数估计

针对常用于非高斯信号或系统建模的包含隐变量的混合高斯分布模型,提出利用一种变分贝叶斯学习算法进行模型的参数估计.该方法采用一个形式较为简单的自由分布,通过不断最大化边缘似然函数的下界,迭代地更新变分参数,直至近似分布足够逼近参数真实的后验分布,从而实现混合高斯分布的参数估计.文中推导了该方法对混合高斯模型参数学习过程.实验表明,变分贝叶斯学习可以有效实现高斯混合模型的多参数估计,相比采样方法更有工程应用前景.     

新息灰理论在不确定性系统故障预测中的应用

结构复杂性、运行环境独特性和诱发故障多源性大大增加了现代设备系统的不确定性,从而导致能够反映设备系统主要特征的数据较少。针对不确定性设备系统贫信息的特点,将新息灰预测方法应用于设备系统运行状态的预测。仿真研究给出了基于新息灰理论的工业实例建模过程和故障预测结果,并与BP神经网络方法的计算结果进行比较,验证了新息灰预测方法的有效性与实用性。