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.     

潜射反舰导弹靶场试验先验信息融合方法仿真

在基于Bayes理论的潜射反舰导弹靶场试验综合评定中,先验分布的获取和表示是一个关键问题,尤其在先验信息多源型的情况下,更需要合理客观地综合利用这些信息。针对此问题,建立了Bayes融合法、DS融合法和加权融合法等先验信息融合模型。通过仿真,比较分析了这3种方法的特点,并给出一些有益的工程应用建议。     

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。     

基于多源先验数据的装备测试性评估方法

针对基于装备多源先验数据融合过程中可能存在数据冲突的问题,提出一种基于多源先验数据的装备测试性评估方法.针对装备设计、生产和制造过程中可能存在的测试性虚拟-实物试验数据、测试性预计信息和专家经验信息等先验数据,将其折合成先验分布参数形式.通过基于兰氏距离和邓熵改进的D-S证据理论来进行数据融合,得到最终测试性评估结果.通过实例分析发现,提出的方法较基于传统Bayes理论和经典D-S证据理论的测试性评估方法而言,其精度更高.     

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.     

再入飞行器的最大飞行距离的统计决策鉴定

为了充分利用验前信息,在小子样的场合下进行统计评定工作,文中运用了Bayes 统计决策方法,讨论了两方面的问题。1.再入飞行器的最大飞行距离鉴定的Bayes 决策方法。引入了损失函数及验前信息,将决策中所冒的风险与射击效果结合了起来。2.Bayes 估计。给出了最大飞行距离的Bayes 统计估值。理论及计算结果表明:合理地使用验前信息,将有利于在小子样容量之下进行最大飞行距离的统计推断工作。     

多元先验信息的融合问题

在多元先验信息条件下,运用Bayes理论讨论问题时,必然会遇到先验信息融合问题.文中提出了几种简化形式,并针对产品失效率的多个先验信息情形,结合实例与熵度量的拟合优度说明了该方法的合理性.     

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。     

多源验前信息下基于证据理论的ML-Ⅱ融合方法

在复杂新型产品的可靠性评估中,试验的样本量通常较小,而Bayes方法在小样本统计推断中比经典统计方法更为适用.针对可靠性工程中遇到的验前信息的多源性问题,给出了一种基于证据理论的ML-Ⅱ融合方法.在融合过程中考虑了信息源的可信性,减小了可信度低的信息源对评估结果的影响.以电子产品为例,算例实验表明了该方法在有“干扰信息源”存在的情况下的评估结果的有效性和合理性.     

基于Bayes小子样二项分布单元可靠性评定的仿真方法

对于小子样二项分布单元可靠度下限评定,经典方法有很大局限性,文中介绍了Bayes方法。并在其基础上提出基于Bayes方法的Monte Carlo仿真方法,示例证明,该方法有很好的应用前途。