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．     

基于粗糙集理论的武器系统效能评定

简述了各种武器效能评定方法。建立武器参数效能模型,首先要挑选特征参数,这里采用知识约简方法选择武器的特征参数。利用神经网络理论建立了参数效能模型,武器系统的效能与武器特征参数的关系可通过神经网络的阈值和权值得到体现。通过实例对神经网络法与指数法所得的结果进行了比较,结果表明神经网络法比指数法精确。     

辣素合成研究进展

对合成辣素的方法和技术途径进行了较全面的综述．     

Bayes假设检验及样本数量问题研究

针对Bayes方法在工程实践中未能得到广泛应用的实际情况分析了Bayes方法存在的问题,以正态总体期望为背景研究并改进了Bayes方法,进一步推导了Bayes假设检验样本数量确定方法。     

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。     

基于Bayes理论的复杂装备测试性评估方法

针对当前测试性评估方法中,经典评估方法无法利用历史测试性试验信息,在小样本量下,评估结论置信度低、风险大的问题,提出了一种基于Bayes理论的测试性评估模型。首先,在传统Bayes评估方法的基础上,建立了综合利用历史试验信息和现场试验数据的测试性Bayes评估模型;该模型引入了混合Beta验前分布,利用系统折合方法将装备单元或分系统的试验信息转化成系统等效历史试验信息,并通过卡方拟合优度来确定继承因子。最后进行了实例应用研究,结果表明,该模型能够在较短的试验周期内,给出较高置信度的测试性评估结论,比经典评估方法更合理。     

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。     

浅谈军事训练等级评定改革

组织军事训练等级评定,是检验部队训练质量、促进战斗力提升的重要途径.目前,武警部队军事训练等级评定改革正按照全军的统一部署,进入全面深化的关键阶段.笔者认为,今后要继续在科学确定评定对象、准确界定评定内容、完善优化评定周期、积极拓展评定手段上下工夫,确保军事训练等级评定改革取得扎实成效. 科学确定评定对象,提高评定工作的全面性.武警部队2004年颁布实施的《军事训练等级评定实施细则》规定:军事训练等级评定对象,包括机动师师级以下单位及所属警官和士兵,总队、兵团指挥部所属教导大队和直属机动大队、中队,机动支队级以下单位,执勤支队所属机动大队、中队和教导队,以及所属警官和士兵.可以看出,评定对象还不能涵盖武警部队所有警种,导致部分单位对训练等级评定工作不够重视,参与积极性不高.深化军事训练等级评定改革,科学确定评定对象是首要前提.在单位评定上,鉴于武警部队职能任务不断拓展和遂行任务的经常性,应规定无论是机动部队,还是执勤部队,均可申报军事训练一级单位,并区分机动师、机动支队(团)和执勤师(旅)、执勤支队(团)两类,分别制定评定标准,组织等级评定.在人员评定上,应将机动师、支队(团)级司令、政治、后勤机关副职以下警官纳入军事训练优等个人等级评定范畴,组织执勤师(旅)、执勤支队(团)等级评定时,可将受考单位首长机关、指挥员、执勤士兵和训练基地、教导队教员、学员纳入评定范畴,以充分调动这部分人员的参训热情.     

构建“三个体系” 完善民兵军事训练等级评定机制

构建考核评定的标准体系.旨在解决“评什么”的问题. 首先要立起“尺子”, 就是要以使命任务为牵引,以《民兵军事训练与考核大纲》为依据,盯住被评单位和人员军事训练能力的核心要素,对考评内容、考评对象和评判分值确定完整系统的衡量标准.     

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.