POISSON分布无失效的BAYES可靠性验证试验

为了确定产品的可靠性特征量是否达到所要求的水平，需要进行可靠性验证试验，而古典的统计抽样检验往往耗费大量的人力、物力、财力，鉴于此，合理地利用先验信息，运用BAYES方法，能极大地缩短验证试验时间，对长寿命、高可靠性产品，在做定时截尾试验时，往往无一失效，对于这一情况，文中对POISSON分布利用BAYER方法作了进一步研究。     

带含糊厌恶的股东价值最大化

主要考虑一类带含糊厌恶(ambiguity)的比例再保险盈余模型.以股东红利效用最大化为目标,定义值函数为红利效用的累积折现加破产补偿,在有偿债率约束情形下,推导了相应值函数满足的一类HJB方程,同时对最优红利和再保险策略进行了分析.最后,在特定条件下,将最优值函数所满足的HJB方程化为了二阶常微分方程,通过求解得到最优红利和再保险策略.     

变系数差商不等式的无穷大模估计

Gronwall不等式在对偏微分方程近似解的估计中应用十分广泛,对差分方程做先验估计和误差估计时常常会遇到变系数的差分方程的情形。首先把离散的常系数Gronwall不等式推广到离散的变系数差商不等式,其次给出了离散的常系数Gronwall不等式的证明方法——归纳假设方法,并且利用归纳假设方法对离散的变系数差商不等式进行了证明,通过对差商不等式的适当放缩,最后得到了变系数差商不等式的无穷大模估计式。     

广义BBM-Burgers 方程稀疏波解的稳定性(英文)

考察了如下广义BBM Burgres方程ut+f(u) x =uxx+uxxt,u｜t =0 =uo(x)→u±,x→∞ . ( 1)稀疏波解的稳定性 ,即在u-0 ,的解 .     

一次性作用产品可靠度的Bayes置信下限

针对高价值一次性作用产品的小样本可靠性评估问题,选用带有k因子的先验分布,基于贝塔分布的双层先验分布,以及基于均匀分布的双层先验分布,研究了一次性作用产品的可靠度置信下限的估计方法.由模拟研究得出,在有历史数据时,基于k因子贝塔先验分布的估计方法比WCF方法精确;在有不完全历史信息时,基于贝塔双层先验分布的方法比基于均匀双层先验分布的方法精确.     

可测系数的非线性抛物型方程组的边值问题

讨论可测系数的二阶非线性抛物型方程组的Ｄｉｒｉｃｈｌｅｔ边值问题和Ｎｅｕｍａｎｎ边值问题．首先给出解的先验估计，然后用这个估计和Ｓｃｈａｕｄｅｒ不动点定理，证明了解的存在性     

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。     

贝叶斯分析中先验分布优选的方法

在一个参数的可选先验分布类中选择一个最优先验密度的问题,类似于从参数空间中估计一个恰当参数的问题,或类比为从决策类中选择出最优决策的问题.从这一角度出发,就可以借助统计学中已有方法,建立一套关于先验分布选取的合理方法,同时能估计其精度.