逐步Ⅰ型混合截尾试验下Burr部件的可靠性分析

在逐步Ⅰ型混合截尾试验下,研究了Burr部件寿命参数及可靠性指标的极大似然估计和Bayes估计.利用简单迭代方法,给出了寿命参数和可靠性指标的极大似然估计的数值解.然后利用Lindely Bayes近似算法得到了平方损失下寿命参数以及可靠性指标的Bayes估计.最后,运用Monte-Carlo方法对各估计结果作了模拟比较,结果表明Bayes估计较极大似然估计的误差小.     

逐步Ⅱ型混合截尾下Pareto分布的统计分析

基于逐步Ⅱ型混合截尾寿命试验数据,研究了Pareto分布的统计分析问题。利用极大似然方法和Bayes估计理论,导出了Pareto分布参数的极大似然估计和基于不同先验分布下的Bayes估计。最后利用Monte-Carlo模拟方法对估计的结果进行了对比分析。     

双边定时截尾下广义Pareto分布的可靠性分析

基于双边定时截尾样本,研究广义Pareto分布的形状参数和可靠性指标的估计问题。在进行极大似然估计时,由于似然方程无解析解,故采用EM算法。对形状参数选取,4信息先验,在平方损失下,研究给出广义Pareto分布的形状参数和可靠性指标的Bayes估计。通过Monte-Carlo模拟对形状参数和可靠度函数的极大似然估计、EM估计和Bayes估计的效果进行比较。模拟结果说明,Bayes方法和EM算法适合在小样本场合下对形状参数进行估计,Bayes方法和极大似然估计法适合在大样本场合下对形状参数估计,极大似然估计方法和EM算法适合对可靠度进行估计。     

屏蔽数据在新型截尾样本下系统的可靠性分析

当系统含有屏蔽数据时,在具有随机移走逐步增加型截尾模型下,讨论了部件寿命服从双参数指数分布的串联系统可靠性估计问题。设随机移走系统数服从二项分布,利用极大似然方法,Bayes理论及方法,推导出双参数指数部件参数、系统可靠性函数、失效率函数及移走概率的极大似然估计和Bayes估计。并利用Monte Carlo方法对两种估计结果进行了比较,表明Bayes估计较极大似然估计效果更优。     

Rayleigh分布环境因子的经验Bayes估计及仿真

讨论了Rayleigh分布环境因子的定义和估计问题。基于逐次截尾模型,在LINEX损失函数下,给出环境因子的经验Bayes估计。最后利用Monte-Carlo方法对经验Bayes估计和极大似然估计进行了分析比较。结果表明,经验Bayes估计优于极大似然估计。     

Ⅰ型混合截尾下指数-威布尔分布的统计分析

在定时混合截尾情形下,研究了指数威布尔分布的统计分析问题。利用最大似然估计方法给出了指数-威布尔分布参数的最大似然估计。运用Lindley’s逼近方法计算出了分布参数的Bayes估计。最后,运用Monte-Carlo方法对最大似然估计和Bayes估计结果作了模拟比较,结果表明Bayes估计优于最大似然估计。     

恒加试验下Pareto部件的可靠性分析

基于定数截尾试验,研究恒加试验下Pareto部件的可靠性分析问题。利用经典方法和Bayes方法,给出了部件参数的极大似然估计、Bayes估计和逆矩估计。验证了极大似然估计和Bayes估计的等价性。结合加速寿命方程,推导出Pareto部件的可靠度、失效率的估计值。最后,通过仿真比较与分析,建立了Pareto部件的可靠性评估方法。     

TRV模型下步加试验Pareto分布的统计分析

在损伤随机变量(TRV)模型下,研究步进应力加速寿命试验Pareto分布的统计分析问题。利用极大似然估计和逆矩估计方法,给出Pareto分布参数的极大似然估计和逆矩估计。最后利用Monte-Carlo方法给出数值例子,说明了本方法的正确性和可行性。     

广义逆指数分布元件的可靠性分析

在II型混合截尾样本下,得到了广义逆指数分布未知参数的最大似然估计。利用最大似然估计的渐近正态性构造了参数的渐近置信区间,运用Lindley's逼近方法和TierneyKadane's逼近方法计算出了参数的Bayes估计。最后,运用Monte-Carlo方法对上述估计方法结果作了模拟比较。     

基于ML-Ⅱ的指数分布可靠性多层Bayes估计

Bayes估计法是可靠性评估中应用最为广泛的方法之一,指数分布的Bayes验前概率密度函数中的重要参数主要依靠Reformulation法和Box-Tiao法确定,具有较强的主观经验性。基于Beyes估计的基本思想,以试验数据为依据,利用第二类极大似然估计法(ML-Ⅱ估计法)确定Bayes方法中的相关参数,避免了参数确定的主观性。实例表明结果合理,方法客观、可行。     

并联可修系统的参数估计

假设单元的失效时间和修理时间服从参数不同的指数分布,给出了导弹武器系统中两单元并联可修系统未知参数的Bayes估计。在Bayes估计中,采用Monte-Carlo方法分别对LINEX损失及平方损失下的Bayes估计进行了比较研究。结果表明,选用LINEX损失下得到的估计有较小的均方误差。     

屏蔽数据下三部件串联系统部件可靠性的Bayes估计

在系统失效原因被屏蔽的情形下,讨论三部件串联系统中部件可靠性指标的Bayes估计问题.当部件寿命服从指数分布时,分别在平方损失和LINEX损失下得到了部件未知参数、可靠度函数和失效率函数的Bayes估计.最后通过数值模拟对估计结果进行了分析.     

逐步增加Ⅱ型截尾样本下k/N(G)系统可靠性指标的置信区间

在逐步增加Ⅰ型截尾样本下,研究k/N(G)系统可靠性指标的区间估计问题。假设部件寿命服从指数分布,利用极大似然法和Bayes方法,首先给出了部件失效率的Bayes近似置信区间,其次推导出了系统可靠度和平均寿命的Bayes近似置信区间的计算公式。最后给出随机模拟例子,并对置信区间的精度进行了讨论。     

基于步进加速寿命试验的制导弹药储存寿命评估

介绍步进应力加速寿命试验原理,通过对制导弹药自动导引头贮存状态和失效机理的分析,确定了加速寿命试验应力和应力水平．假设产品寿命服从威布尔分布,应用极大似然估计和Bayes的方法处理数据,建立制导弹药可靠储存寿命预测模型,并计算得到自动导引头在正常应力水平下的可靠储存寿命．     

恒定应力加速寿命试验的广义线性模型分析

本文利用对数线性模型给出了指数分布场合下恒定加速寿命试验的极大似然估计．并且说明极大似然估计比线性估计具有优良性。最后,用Ｍｏｎｔｅ－Ｃａｒｌｏ方法作了进一步的说明。     

Gamma分布的Bootstrap估计

本文以二参数(三参数)Gamma 分布的极大似然估计为基础构造出其参数的Bootstrap 估计(简记 MLBE 估计),同时证明了这种估计在大样本情况下是相合的。通过计算机模拟表明:MLBE 估计在小样本下比 MLE 估计更有效,特别是 MLBE 估计能很好地解决三参数 Gamma 分布的区间估计问题。     

阵列雷达波束内双目标的极大似然角度估计方法

单波束内目标往往相距较近,采用传统角度分辨技术难以将其分辨,从而给目标跟踪和识别带来较大困难。于是提出基于LM算法的极大似然角度估计方法,实现波束内双目标的分辨。该方法在阵列雷达的基础上建立双目标回波模型,推导极大似然角度估计算法。考虑到求解算法直接影响极大似然角度估计的收敛速度和估计精度,利用LM算法实现了极大似然估计的求解,从而得到目标角度的精确估计。该方法避免了多次脉冲相干积累,具有计算量小的特点。仿真结果验证了方法的有效性。     

双边定数截尾试验下广义指数分布的可靠性分析

基于双边定数截尾试验,在无信息先验和共轭先验下,给出了广义指数分布参数的Bayes估计。同时在熵损失和加权平方损失函数下,给出可靠度函数的贝叶斯估计。最后运用Monte Carlo方法对估计结果进行了模拟比较。     

恒定应力部分加速寿命试验的可靠性分析

基于定时区间删失样本,研究了指数分布产品在恒定应力部分加速寿命试验下的参数估计。利用EM算法得到了分布参数和加速因子的迭代方程。根据Louis提出的缺失信息原则计算了Fisher信息矩阵。由极大似然估计的渐近正态性,构造出分布参数和加速因子的近似置信区间。通过Monte Carlo模拟,从平均相对误差和均方误差两方面对估计量进行了计算,结果表明所有的估计量都具有大样本性质。最后通过模拟样本,计算了不同应力水平下分布参数、加速因子和可靠度的估计。     

不同损失函数下指数-泊松分布的Bayes估计

基于定数截尾样本,在熵损失、Linex损失和刻度平方损失函数下,给出了指数-泊松分布参数的Bayes估计,并证明了所给估计都是容许的。最后给出了随机模拟例子,对所给估计结果的优良性进行了分析比较。