三参数威布尔分布疲劳寿命分散系数确定方法

推导建立了疲劳寿命服从三参数威布尔分布情况下的最小、最大疲劳寿命分散系数求解方法,阐明了所提方法的计算推导过程.结合算例,阐述威布尔分布的三个参数对最小、最大疲劳寿命分散系数的影响.     

三参数威布尔分布的参数估计方法

给出三参数威布尔分布参数的分位数估计、拟矩估计和改良的极大似然估计，用随机模拟方法研究这些估计和简单估计等的优良性．在优选估计的基础上给出了可靠度的Ｂｏｏｔｓｔｒａｐ置信限．     

混合加速寿命试验模型下威布尔分布参数的统计分析

在混合加速寿命试验模型（序进应力加速寿命试验和恒定应力加速寿命试验相结合）下，讨论了寿命分布为威布尔分布时的参数估计问题，给出了形状参数的逆矩估计以及加速系数的置信区间．并且随机模拟一组样本，验证了这个方法的有效性．     

三参数威布尔分布参数估计的合理性

本文证明了文^[1]提出的三参数威布尔分布参数估计的合理性。     

估计威布尔分布三参数的广义回归分析

提出了一种考虑顺序统计量相关性的威布尔分布三参数的估计方法（广义回归分析），该方法求得的回归系数具有最佳无偏的性质，经大量Ｍｏｎｔｅｃａｒｌｏ模拟试验表明，其参数估计量比普通线性回归分析获得的参数估计量更接近母体真值。     

威布尔分布参数的精确确定方法

本指出了现行确定威布尔分布参数方法的缺陷；说明了精神确定威布尔分布参数的方法和一组数据服从其分布的条件，并可用于求所有能直线化的三参数问题。     

威布尔分布位置参数估计的性质

文[1]提出用右逼近法求三参数威布尔分布位置参数的估计，本文对这种估计的性质进行了讨论。     

基于三参数威布尔分布模型的超高强度抽油杆概率疲劳寿命曲线

通过疲劳试验获得HL和HY两种超高强度抽油杆的疲劳数据,首次采用三参数威布尔分布,建立新的抽油杆疲劳寿命预测模型,进而拟合HL和HY两种类型超高强度抽油杆的概率疲劳寿命曲线。基于正态分布Basquin模型和三参数威布尔分布新模型进行抽油杆疲劳寿命预测。结果表明：基于三参数威布尔分布新模型计算得到的HL型、HY型抽油杆疲劳寿命与试验结果误差分别为1.25%和4.39%,基于正态分布Basquin模型疲劳寿命与试验结果误差分别为12.50%和19.84%,基于三参数威布尔分布新模型拟合精度更高。     

用插值法求威布尔分布位置参数估计

提出用插值法求三参数威布尔分布中位置参数估计，并对其合理性给出了证明。     

Weibull三参数分布的极限误差

通过用极值法估算Ｗ－３分布的风频参数，引入极限误差的概念，并讨论拟合理论中与此有关的重要问题。     

威布尔可靠度的置信下限

本文给出威布尔可靠度的一个近似置信下限公式,它可以方便地为工程师所采用。对■,如果■,■和■是α,β以及,v(t)=(t/a)~β的最大似然估计,则■的分布将与参数α、β无关,它的分位点可以从■的分位点求出。记l_γ,h_γ分别为u=■及■的分位点,则在R>e~(-1)时,■是R(t)的一个置信下限,γ是置信水平。一般它是不足估计,但如果采取合并估计去计算■的分位点表,则可很接近于精确的分位点。     

威布尔可靠度的置信下限

本文给出威布尔可靠度的一个近似置信下限公式,它可以方便地为工程师所采用。对R(t)=e~(-(t/a)~β),如果,■和■(t)=(t/■)是α,β以及v(t)=(t/α)~β的最大似然估计,则v(t)■/■(t)的分布将与参数α、β无关,它的分位点可以从■log/α的分位点求出。记l_r,h_r分别为u=■/β及v(t)~u/■(t)的分位点,则在R>e~(-1)时,R_L(t)=e~(-(h_1-r_(l2)■(t))~(■r/2))是R(t)的一个置信下限,γ是置信水平。一般它是不足估计,但如果采取合并估计去计算■/β的分位点表,则可很接近于精确的分位点。     

三参数Weibull分布的秩拟合最优化法

对于给定的一组疲劳寿命试验数据,首先求得该样本顺序统计量的平均秩（或中位秩）,然后由三参数Ｗｅｉｂｕｌ分布对此平均秩进行拟合．通过对线性拟合相关系数的最优化求解来确定Ｗｅｉｂｕｌ分布的位置参数,再由最小二乘拟合便可估计出Ｗｅｉｂｕｌ分布的形状参数和尺度参数．该方法具有迭代收敛快且拟合精度高的特点．     

三参数Weibull分布的随机比较

给出了两个相互独立但不同分布的三参数Weibull分布随机变量满足各种随机序时其分布所含参数间的相应关系.也给出了两组相互独立但不同分布的随机变量次序统计量之间的随机序关系.     

Digital Elevation Modeling不确定性对地形参数影响的空间分布特征分析

Digital elevation modeling(DEM)是基础地理数据之一,从其中可以提取多种地形参数,DEM不确定性对提取的地形参数具有一定的影响.选择坡度、上坡集水面积和地形指数作为研究对象,在DEM不确定性模拟的基础上,研究DEM不确定性对地形参数影响的空间分布特征.研究发现:DEM不确定性对坡度的影响没有明显的空间分布特征,对上坡集水面积和地形指数具有明显的空间分布特征.DEM不确定性对上坡集水面积影响的空间分布特征为:总体上分布均匀,在河道及附近、水库区域影响大于其它地区;DEM不确定性对地形指数影响的空间分布特征为:总体上分布均匀,在河道及附近、水库、平地地区影响大于其它地区.不同DEM不确定性程度对地形参数影响的空间分布特征相似.     

威布尔分布中尺度参数的最短区间估计

把威布尔分布中尺度参数最短置信区间的求解问题转化为非线性方程组的求解问题,并通过1个实例和数值计算对最短置信区间与常用置信区间进行长度比较,说明研究小样本情形时威布尔分布中尺度参数最短置信区间的重要性与必要性。     

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。