对数正态分布均值的Bayes及Fiducial精确限

本文提出了对数正态分布均值在取共轭型及无信息先验分布时的Ｂａｙｅｓ精确限及Ｆｉｄｕｃｉａｌ精确限，它们能用有限区间上的一重积分迭代地求出。这种新算法非常方便，且有很高的精度，能极好地满足工程需要。而原来的算法是相当麻烦的，本文同时还推导出精度很高、算法简单的近似限。这种近似限既能直接用于工程，又能在迭代求解精确限时作为其搜索区间。     

先验信息在Bayes可靠性评估中的应用研究

简要介绍了Ｂａｙｅｓ方法在可靠性评估中的应用,分析了当选取共轭共验分布的情况下,先验信息对可靠性评估结果的作用强度以及后验点估计和置信区间的影响,最后,针对Ｂａｙｅｓ方法在实际应用中的适应范围和有效性问题,设计了利用试验数据对先验信息进行相容性检验的方法。     

使用混合Beta 分布的Bayes 方法

研究了在成败型试验中,历史样本与样本异总体的问题对可靠性评定的影响,分析了使用混合先验分布的合理性,并给出了利用卡方拟合优度确定混合先验分布中继承因子的方法.     

基于动态建模方法的可靠性增长试验评定

运用动态建模方法对可靠性增长试验下可靠性参数的先验分布进行分析．在任务可靠度先验分布确定的基础上，结合产品的少量现场试验数据，利用Bayes方法对系统的可靠性增长试验结果进行分析．首先给出了可靠性增长分析的动态模型，然后运用历次阶段试验中的可靠性增长数据建立动态参数的递推估计模型．在此基础上，给出各阶段可靠性增长试验中可靠性参数的Bayes估计．针对液体火箭发动机寿命分布为Weibull分布的特点，对Weibull寿命型系统的可靠性增长试验进行评定．通过一个实际例子说明了该方法的有效性．     

利用先验信息修正经典限的可靠性评估方法

讨论可靠性评估中利用先验信息的问题 .在参数先验分布容易确定的场合 ,可利用先验信息对参数的经典估计进行修正 (即给出 Bayes估计 ) ,再基于该估计用经典的 WCF方法给出系统可靠度的置信下限 .该方法具有很好的精度 ,并克服了纯 Bayes方法受先验偏差影响较大的缺点 .文章对上述进行了补充 ,讨论了指数定时截尾数据情形下利用先验信息的可靠性评定问题 .给出了一种融合先验信息和试验数据的参数估计 ,该估计的特点是具有独立和的形式 ,基于该估计用 WCF法比基于通常的 Bayes估计简单 .另外 ,对参数先验分布难以确定的多参数寿命分布模型 (如 Weibull分布 ,本文在仅知其可靠度先验分布或可靠度先验一阶、二阶矩及可靠度的某先验分位点的条件下 (事实上工程专家较易给出上述可靠度的有关先验信息 ) ,将 Bayes,Fiducial及经典统计方法相结合 ,用可靠度的先验信息直接对可靠度的经典限作修正以获得融合了先验信息及试验数据的置信下限 ,模拟表明该种处理具有很好的精度 ,适合工程应用.     

不完全信息下的封闭投标机制研究

本文在相互依存的两点分布假设下研究了一种常用的协商机制－封闭投标机制，把它构造成一个不完全信息的非合作对策模型。在此基础上，给出了Ｂａｙｅｓｉａｎ－Ｎａｓｈ平衡点的完全刻划，按其实现的效率把平衡点集分类，深入地研究了它们的存在性、效率及相互关系。最后，研究了先验信念分布的变化对平衡点集的影响，证明Ｂａｙｅｓｉａｎ－Ｎａｓｈ平衡点集对整个先验分布类具有上半连续性，仅对于一个较小的先验分布类具有下半连     

Bayes可靠性增长模型先验参数的确定

Gamma分布Gamma(a ,b) (其中a >0 ,b>0 ) ,通常用来作指数分布Bayes可靠性增长模型的先验分布 ,参数a和b的不同 ,将使可靠性增长试验的评估结果有很大的差异。根据可靠性增长和“弱”先验分布原理 ,通过对数值例的分析、比较 ,得出了先验参数的三种取法对可靠性评估结果的影响 ,并给出了指数分布Bayes可靠性增长模型的先验参数a和b的一种确定方法。     

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.     

基于Bayes的量度继电器成功率可靠性验证试验

提出了量度继电器的可靠性指标体系,研究了用Ｂａｙｅｓ理论设计航天、航空用量度继电器产品的成功率验证试验方案。并与经典方法设计的成功率验证试验方案进行了比较。在特定的先验信息下,Ｂａｙｅｓ方案所需样本容量较小。     

某型光学经纬仪寿命分布及可靠性的研究

本文对某型光学经纬仪的寿命试验数据进行了拟合优度检验。某结果是：指数分布、双参数指数分布、Ｗｅｉｂｕｌｌ分布、极值分布都能适用。在此基础上对这些分布进行鉴别，指出指数分布是该产品较合适的寿命分布。由此也给出了产品的ＭＴＢＦ及可靠性下限。这表明该仪器的可靠性已高于外国先进标准的规定指标。     

融合多源先验信息的舰船备件可靠性评估

舰船工作环境常导致备件的实际可靠性规律与设计参数不一致。在实际使用消耗量较小的条件下,全面分析备件可靠性信息来源,通过定义似然权重系数,融合多源先验信息,建立指数型备件可靠性的贝叶斯评估方法。最后,通过仿真分析验证方法的合理性。结果表明,所提出的基于似然权重的先验信息融合方法可以较好地融合不同信息源的可靠性信息,估计方法具有较好的稳定性。     

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MCMC稳态模拟的Weibull回归模型及其可靠性应用

讨论了贝叶斯加速失效模型族中应用最为广泛的Weibull回归模型，提出针对寿命服从weibull分布的产品，运用基于Gibbs抽样的MCMC方法动态模拟出参数后验分布的马尔可夫链，在失效率的先验分布为Gamma分布时，给出随机截尾条件下参数在Weibuil回归模型中的贝叶斯估计，提高了计算的精度。借助数据仿真说明了利用BUGS软件包进行建模分析的过程，证明了该模型在可靠性应用中的直观性与有效性。     

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。     

Weibull分布下Bayes可靠性评估的工程方法

本文提出了一种关于Ｗｅｉｂｕｌ分布的Ｂａｙｅｓ可靠性分析的工程方法。基于工程实践中关于可靠性的验前信息或失效率的验前信息,给出了可靠性参数,如可靠性、可靠寿命等的验后分布。并通过选择适当的损失函数,得到了可靠性参数的Ｂａｙｅｓ估计。文中的实例说明了该方法的步骤。     

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。     

高价值弹药可靠性综合评定方法研究

为解决高价值弹药可靠性鉴定中试验样本量大、成本高的问题, 提出了基于小子样变动统计思想的可靠性综合评定方法。考虑到弹药可靠性在研制阶段上呈现动态特性、环境上呈现差异特性和相似装备上呈现关联特性, 基于小子样变动统计思想建立了弹药可靠性综合评定模型; 针对多源历史样本的“异母体”问题, 以信息熵和条件熵理论对无历史样本下和有历史样本下可靠度的不确定性进行量化, 以不确定度减少比率作为该历史样本相较于现场样本的继承因子; 基于贝塔分布函数和继承因子构建了关于可靠度的混合先验分布, 由贝叶斯理论推导得到可靠度的验后分布, 从而实现对高价值弹药的高效可靠性评定。以某型弹药为应用对象, 验证了本文方法的有效性和合理性。     

可靠性增长分析的整体推断技术

Gamma分布函数Γ(α,β)常常用作贝叶斯指数可靠性增长模型的先验分布密度函数,参数α、β值的不同,将使增长试验的评估结果有很大的差异。引入服从逆Gamma分布的折合因子,得到一种可靠性增长分析的整体推断技术。该技术是闭合的,具有递推分析形式。通过典型示例与其它确定分布参数的方法进行比较,可知这种方法更加接近工程实际。     

融合先验加速退化与外场退化信息的可靠性评估方法

针对性能退化过程服从Wiener过程的产品,运用贝叶斯统计推断法,提出了一种融合同类产品加速退化试验(accelerated degradation test, ADT)信息与个体外场退化信息的可靠性评估方法。考虑到内、外场应力环境之间的差异,提出了基于修正系数的Wiener过程双参数修正模型;分别建立了步进ADT数据模型与外场退化数据模型,得到各应力下分布参数估计值;利用加速因子,将各加速应力下分布参数估计值折算到正常工作应力下,构成未知参数先验分布的数据样本;采用CvM检验法,确定未知参数最优先验分布类型及其超参数估计值;构建了外场退化数据下未知参数的后验分布函数,采用马尔可夫蒙特卡罗方法,得到参数的后验分布均值。通过实例分析验证了所提方法的正确性和实用性,结果表明,本方法可有效处理先验ADT信息与外场退化信息之间的融合评估问题。     

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。