多源信息的验前分布融合方法研究

验前分布的获取和表示是B ayes理论应用中的一个关键问题。针对目前多源验前信息融合中存在的过分依赖专家信息的问题,提出了一种基于第2类极大似然估计原理(M L-II)确定验前分布权重的方法,该方法将现场试验数据看作是由其边缘分布产生的样本,然后根据不同验前分布下现场样本似然性的大小来确定其在验前分布融合中的作用,并以此进一步确定不同验前分布的权重因子。最后通过算例证明了该方法比基于专家信息的融合方法更为合理和有效。     

小子样条件下巡航导弹的命中精度评估方法

针对巡航导弹定型试验发数少、验前试验信息源多的特点,提出小子样条件下,通过可信性检验分别得到每个验前信息源的可信度,在导弹落点偏差分布为正态-逆伽马分布的假设下,获得评估的验前分布参数,选择基于可信度的加权方法对多源验前信息进行融合,采用Bayes估计方法得到命中精度。最后结合实例进行仿真,说明了该方法较传统的Bayes方法更稳健,很适合巡航导弹命中精度的评估。     

相似产品信息在导弹可靠性试验评估中的应用

验前分布的确定是运用Bayes方法进行系统可靠性评估的重要前提.在对导弹系统进行可靠性评估时,大量的相似产品信息是不可忽视的重要验前信息.基于相似产品信息的存在性.研究了利用相似产品的信息采用加权融合确定可靠度验前分布的方法.并针对导弹寿命服从Weibull分布的可靠性试验结果,给出应用Bayes方法评估新导弹系统可靠性的计算公式.最后,通过一个实例证明了该方法的有效性.     

Bayes 试验分析中验前分布的表示

结合武器系统试验鉴定中的问题，研究Ｂａｙｅｓ方法运用中的验前信息表示问题。文中运用自助（Ｂｏｏｔｓｔｒａｐ）方法和随机加权法确定验前分布。对于多种信息源之下的验前信息，给出了验前分布的融合估计。对当前工程实践中常用的方法及存在的问题，提出了看法和处置方法。     

基于平均互信息熵的复杂系统可靠性评定方法

可靠性评定是定量评估系统可靠性水平的重要途径,是对其可靠性进行定量控制的必要手段.某些复杂系统由于研制时间和经费的限制,现场试验样本量极其有限,依赖传统的基于大样本的数理统计方法将难以获得客观结论,因此其可靠性评定一直是工程实践中的技术难题.针对复杂系统可靠性评估和寿命预测时现场样本量不足的问题,提出了一种基于多源信息融合的可靠性评定方法.该方法利用平均互信息熵来度量多源验前信息对可靠性评定不确定性减少所起的作用,以此为依据确定多源信息融合权重,并通过融合验前分布进行复杂系统的可靠性评定,从而减少了评定过程中的主观性,增强了评定结论的可信性.最后通过仿真实例验证了方法的有效性.     

基于贝叶斯方法的导弹维修性试验与评定研究

针对维修性试验评定方法需要较多试验样本量,在实际工程中难以应用的问题,提出基于贝叶斯理论的平均修复时间验证方法,就其中的总体分布确定、样本量的计算、判决准则和验前信息与现场信息的一致性检验问题进行了研究.结果表明,应用该方法可以用较少现场样本量完成维修性指标的检验.     

多源信息的Bayes融合精度鉴定方法

为了合理运用多种验前信息 ,文中首先引入了验前信息的可信度的概念 ,由此论述了验前信息与现场试验信息的融合方法 ,给出了多源信息下的Bayes精度鉴定方案。最后以实例说明鉴定方案的运用。     

验前信息在武器装备试验中的应用研究

针对武器装备定型试验时如何把验前积累大量的先验信息科学合理利用,根据武器装备不同种类的验前信息,确定其分布类型并采用参数和非参数检验方法进行相容性检验,使经过预处理的验前信息能够为试验所用,并通过实例验证了该方法的科学可行性。该方法对验前信息在武器装备试验及结果评定中的应用具有一定意义。     

基于集成Bootstrap方法的导弹试验鉴定精度综合评定

针对导弹在试验鉴定过程中,试验样本极少,无法直接从极少的现场试验样本中得到可靠的精度评定结果的问题,使用仿真信息作为验前信息的基于集成Bootstrap方法对导弹精度进行综合评定,可以用于试验鉴定中精度综合评定。针对不平衡数据导致误差引入集成学习,即多组抽取样本和现场数据融合,通过多组弱置信度再得到强置信度的结果;分析了集成学习的误差必然会收敛于0;再由重要度抽样思想,采用了基于相容性水平的权重分配方案;最后采用了改进的总和规则作为集成规则,分析了参数误差。仿真结果表明基于集成Bootstrap方法能有效在小子样条件下进行导弹试验鉴定精度评定。     

基于Bayes理论的固有可用度定时截尾试验方案

为解决小子样条件下进行产品固有可用度试验验证的问题,基于Bayes理论,提出了一种固有可用度定时截尾试验方案．该试验方案在假设故障间隔时间和修复时间均服从指数分布的前提下,将现场试验分为同时进行的可靠性和维修性定时截尾试验2个部分,要求在利用验前试验信息的基础上,使本次试验获得的验后分布还可以作为下一次现场试验的验前分布,提高了试验数据的利用率,具有较好的经济效益．     

基于AHP—ML Ⅱ融合算法的先验分布研究

在缺乏可靠性试验数据的情况下,为得到可信的评定结论减少主观影响,需要从信息融合的角度出发,充分利用产品先验信息。以获得关于产品可靠性的更完整和更准确的判断信息,从而进一步形成对产品性能的可靠估计或预测。提出一种基于AHP-ML II的融合算法,对先验信息进行层次分析法处理后,再使用第二类极大似然估计法进行二次处理,通过不同的信息在融合后的先验分布中所起作用的大小,确定出各部分的权重因子,最后通过实例仿真分析得出该算法确实比融合前具有更好的合理性和可靠性。     

小子样条件下可靠性试验信息的融合方法

小子样条件下,不同状态的多源信息融合是可靠性工程领域的一个热门问题。综述了小子样条件下可靠性试验信息的融合方法。在一定的假设条件之下,利用分离可交换量模型对不同环境下的可靠性信息融合方法进行了研究,仿真算例说明这种融合方法充分利用了信息,评估结论更为合理。     

信息熵和判断矩阵的专家聚类赋权法

为了降低专家聚类赋权过程中由排序向量引起的不确定性和判断矩阵引起的矛盾性,提高权值分配的精确性,提出了基于信息熵和判断矩阵相结合的专家聚类赋权法。该方法采用聚类分析原理,对排序向量进行分类,根据分类结果、信息熵值和一致性比率确定专家权重系数。实例分析表明:基于信息熵和判断矩阵相结合的专家聚类赋权法在具体应用中得到的结果离期望值更近,说明该算法有效可行。     

信息融合系统中算法管理理论研究

信息融合系统中,数据源千差万别,多种多样;而众多的信息融合算法也具有不同的适应性.通过对实验数据的分析说明了数据源以及融合算法的选择显著影响了最终的融合结果.针对数据源、融合算法和融合结果之间的关系,以优化融合结果为目的,提出了信息融合系统中算法管理(Algorithm Management)的理论,阐述了算法管理的目标、算法管理可能的方法和算法管理的实现结构.最后讨论了信息融合领域中与算法管理理论相关的其他问题.     

基于设计参数综合评价决策的维修性设计方案优选方法

针对维修性设计方案的评估优选问题进行分析,给出一种改进的设计参数综合评价优选方法.考虑到维修性设计因素评价的不确定性和模糊性的特点,采用集对分析理论对维修性设计因素的模糊语言值评价进行处理,并将层次赋权方法引入方案贴近度评估决策模型,以提高方案优选的可信性.最后以某航天器电源系统的维修性设计方案优选为例说明了该方法的应...     

基于统计加权的单传感器数据融合算法

单传感器数据融合是十分重要的实际问题。为了提高数据处理的敏感性和精度,在研究基于关系矩阵的数据融合方法的基础上,提出了基于统计加权的数据融合方法,并对两种方法进行了对比分析。实例仿真表明,基于统计加权的数据融合方法优于基于关系矩阵的数据融合方法,该方法能减小无效测量值的范围,并且对测量值的变化更敏感。