基于分布图信息融合的Bayes可靠性评定方法

在利用Bayes理论进行小子样可靠性评定过程中,为了尽可能少做现场试验,必须充分利用各种先验信息,多源先验信息的融合是小子样理论方法应用中亟待解决的一个问题.基于分布图方法,提出了分布图多源信息融合技术,建立了基于分布图信息融合的Bayes可靠性评定模型.仿真实例验证了方法的合理性和有效性.     

基于Bayes理论的装备维修性验证方法

针对装甲装备关键部件维修性验证中出现的小子样问题,提出了基于Bayes理论的小子样维修性验证,重点针对对数正态分布下维修性指标验证的验后似然比验证方法进行了深入研究。通过对装甲装备某关键部件的试验数据的实例分析,验证了该方法在减少样本容量及试验费用方面的有效性和合理性。     

基于复合等效可信度加权的Bayes融合评估方法

在小子样试验评估时,为避免大量先验信息湮没实际飞行试验的信息,融合先验补充样本时通常会进行数学相容性检验并加权.首先分析了小子样情形下直接根据数据计算数学相容性可能造成的不稳定性,为改善这种情况,根据不同试验类型的不同试验环境,对不同试验类型下的误差进行分析和折合,定义了物理等效可信度;并结合物理等效可信度和数学相容性检验,得到先验样本的复合等效可信度权重,基于正态逆伽玛分布计算了Bayes融合评估的后验结果;通过比较Bayes估计后验方差与不磁合先验信息的估计后验方差,根据先验信息参与融合后是否能减小后验方差来判断先验样本是否应该参与融合.理论分析和仿真说明,基于复合等效可信度的加权方法是合理的.     

小子样统计方法在高炮系统研制开发中的应用

针对高炮武器系统试验中战技性能指标评估的一些问题,提出了运用小子样统计推断方法对系统试验进行评定.该方法可以减少试验次数、节省试验费用,适应了现代高炮武器系统研制开发过程中的试验数据处理的需要.     

均匀设计方法在雷达抗干扰仿真试验中的应用

小子样试验是武器装备试验追求的最高境界,均匀设计是实现小子样试验的一种途径。提出了一种基于均匀设计的雷达抗干扰仿真试验方案,并用回归分析法对试验数据进行统计分析,具有仿真试验数据样本点少、多因素抗干扰性能影响分析速度快等特点。研究思路和方法具有一定通用性,可以为类似的试验提供一定的参考和借鉴价值。     

威布尔分布的战术导弹可靠性试验信息融合方法

针对战术导弹可靠性试验小子样问题,提出了基于威布尔分布,利用小概率原理,针对不同试验环境下试验数据的融合方法。该方法扩大了战术导弹可靠性试验的统计子样,提高了可靠性评定的可信度。     

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。     

反舰导弹靶场试验精度评定方法

为了对小子样条件下反舰导弹靶场试验精度作出合理的评定,研究了自助法和随机加权法的原理。针对自助法和随机加权法存在的不足,研究了一种改进的方法,仿真结果表明新方法获得了更加稳健、精确的评定。最后,给出一些有益的工程应用建议。     

维修性试验验前信息融合方法

针对小子样维修性试验因数据异总体而导致验前信息融合精度低的问题,提出了基于信息可用度的验前信息折合模型,解决了因数据异总体无法融合的问题;利用随机加权法对验前分布参数进行了拟合,准确地表述了验前分布;提出了基于支持度的融合权值确定方法,提高了各验前分布融合权值分配的合理性;最后,通过某装备维修性试验验前信息融合实例,表明了该方法具有一定的工程应用价值。     

小子样条件下航天轴承性能可靠性建模与评估

航天油润滑轴承可靠性具有小子样、无失效数据特点,即使采用性能可靠性方法进行建模与分析,仍存在性能数据不足问题。提出小子样条件下航天轴承性能可靠性分析的多层贝叶斯模型及模型求解方法。通过失效分析,建立轴承性能退化过程模型。利用自助法、试验数据、物理模型和专家经验等确定Bayes验前分布,并采用MCMC方法解决Bayes计算问题。实例分析表明,该方法具有较好的适用性,是解决小子样条件下长寿命产品可靠性建模与评估问题的一种有效途径。