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.