基于Bayes方法的射击密集度评估

以某远程武器射击密集度鉴定问题为对象,研究了运用Bayes 理论从仿真试验数据中提取有用信息,从而实现在少量试验样本情况下有效完成射击密集度试验鉴定任务的方法.将最大熵法应用于射击密集度估计,介绍了运用自助(Bootstrap)法从仿真试验结果中获取验前信息的基本思想和一般方法,以及在获得验前信息后结合现场试验样本进行射击密集度鉴定的方法.     

多源信息的验前分布融合方法研究

验前分布的获取和表示是B ayes理论应用中的一个关键问题。针对目前多源验前信息融合中存在的过分依赖专家信息的问题,提出了一种基于第2类极大似然估计原理(M L-II)确定验前分布权重的方法,该方法将现场试验数据看作是由其边缘分布产生的样本,然后根据不同验前分布下现场样本似然性的大小来确定其在验前分布融合中的作用,并以此进一步确定不同验前分布的权重因子。最后通过算例证明了该方法比基于专家信息的融合方法更为合理和有效。     

指数分布产品的小样本可靠性参数评估方法

介绍了小样本可靠性参数评估的Bootstrap方法和随机加权法的基本思想,以及指数分布随机样本的Monte Carlo抽样过程;分析了指数分布随机观测样本的平均寿命估计的相对误差,研究了小样本情况下,相对误差的统计特性随样本量的变化关系及其分布情况,并对仿真结果进行了对比分析。     

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。     

正态双边可靠度的Bootstrap下限

研究了正态单元双边可靠度Bootstrap置信下限,并在小样本条件下对Bootstrap估计进行了纠偏处理,以提高区间估计的精度。进行了仿真检验,并与目前经典的使用双边容许限系数表的近似法相比较,证明该方法具有较高的精度,便于程序实现。     

Bayes 试验分析中验前分布的表示

结合武器系统试验鉴定中的问题，研究Ｂａｙｅｓ方法运用中的验前信息表示问题。文中运用自助（Ｂｏｏｔｓｔｒａｐ）方法和随机加权法确定验前分布。对于多种信息源之下的验前信息，给出了验前分布的融合估计。对当前工程实践中常用的方法及存在的问题，提出了看法和处置方法。     

小样本采样数据的预处理

一般情况下数据处理大多采用数理统计方法,该方法对于数据较少情况下处理和判别粗大误差不适用。提出了运用线性均方估计法和熵值判别法来处理和判别粗大误差,线性均方估计消除粗大误差是一种采用软化的方法处理粗大误差;熵值判别法是根据熵的上界对应最大的不确定度,利用所得数据的熵信息量判别数据是否含有粗大误差。这两种方法经过多个实例计算,结果表明,它们在处理小样本采样数据时更有效。     

齿轮箱故障诊断特征级数据关联方法研究

提出了齿轮箱故障诊断特征级数据关联的定义．在该定义的基础上,提出了基于Bootstrap方法的小样本诊断特征参数关联的方法．利用某型齿轮箱振动试验台测取的振动加速度响应信号对提取的特征参数进行了关联评估,基于Bootstrap方法的特征级数据关联方法正确区分出了效果不好的特征参数,证实了该数据关联方法的正确性．     

AHP-Bayes及Bootstrap方法在战损装备维修工作量统计建模中的应用

提出了一种小样本条件下数据分析和分布规律统计的AHP-Bayes及Bootstrap方法,并以某型火箭炮战损维修工作量分布规律统计为实例进行了应用。该方法为准确预计战时装备维修保障需求,科学制定战时装备维修保障方案提供了定量分析支撑。     

验前信息在武器装备试验中的应用研究

针对武器装备定型试验时如何把验前积累大量的先验信息科学合理利用,根据武器装备不同种类的验前信息,确定其分布类型并采用参数和非参数检验方法进行相容性检验,使经过预处理的验前信息能够为试验所用,并通过实例验证了该方法的科学可行性。该方法对验前信息在武器装备试验及结果评定中的应用具有一定意义。     

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。     

确定重构相空间维数的方法

计算混沌统计特征量前必须先获得重构相空间的维数,因此给出了最大特征值不变法、几何不变量法、虚假邻点法、预测误差最小法、最小Shannon熵法、经验赋值法六种确定方法,得出了应用最大特征值不变法和最小Shannon熵法的工程案例计算结果。     

寿命分布的参数Bootstrap拟合优度检验方法

拟合优度检验在统计和可靠性等领域具有非常重要的地位,基于参数Bootstrap重采样的思想,对未知参数的常用寿命分布进行拟合优度检验。数值仿真结果表明,相对于传统的经验分布函数检验,这种基于参数Bootstrap的拟合优度检验具有更高的功效,特别是在小样本的情况下,优势明显。     

相似产品信息在导弹可靠性试验评估中的应用

验前分布的确定是运用Bayes方法进行系统可靠性评估的重要前提.在对导弹系统进行可靠性评估时,大量的相似产品信息是不可忽视的重要验前信息.基于相似产品信息的存在性.研究了利用相似产品的信息采用加权融合确定可靠度验前分布的方法.并针对导弹寿命服从Weibull分布的可靠性试验结果,给出应用Bayes方法评估新导弹系统可靠性的计算公式.最后,通过一个实例证明了该方法的有效性.     

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.     

基于Fiducial推断的Bayes验前分布的表示

先验分布的确定与表示是Bayes统计推断的出发点和关键点。提出了一种基于信仰推断 (FiducialInfer ence)观点确定Bayes先验分布的设想 ,有助于解决无验前信息或验前历史信息较少时先验分布的确定问题 ,文中给出了一个实例说明了该方法的应用     

辨识分类中的补充样本容量优化方法

在对系统输出进行辨识分类建模时,当实际试验样本量不足时,工程上通常考虑利用各种信息源合理增加补充试验样本,而合理确定补充样本容量,避免过多的样本"淹没"实际系统信息,是补充样本需要考虑的关键因素之一.为此,从信息相等的角度分析补充试验样本的合理性和有效性,并在此基础上提出了基于后验分布鉴别信息的补充试验样本容量的优化原...     

改进熵系数法的预警机探测引导能力评估

引入欧氏距离来度量基于离差最大化法与熵系数法确定的两个权重向量的相似度,在相似度最大约束条件下,确定了熵系数法中参数ρ值,解决了参数ρ取值人为主观性的问题。采用区间数来表示专家对指标间的相对重要性,克服了实际中难于得到准确决策信息的问题。将区间数特征向量法确定的主观权重和改进的熵系数法确定的客观权重集成得到组合权重,采用加权算术平均算子对4种预警机的探测引导能力进行了计算。     

基于最大熵和仿真的导弹装备备件需求预测

针对小样本条件下确定导弹装备故障数据统计分布的困难,基于最大熵原理与概率加权矩建立了统计分布函数估计的新方法及其实用的数值计算方法。将概率加权矩引入导弹装备寿命分布建模的新方法,克服了基于经典矩在小样本量下统计估计的大偏差问题。其次,针对导弹装备在工作、停机期间及备件在储备期间均可能发生故障或失效的情况,建立了基于保障度的间断工作导弹装备备件需求量预测模型。最后,在建模基础上,分析了仿真流程,规划了仿真步骤。示例仿真结果与解析方法计算的结果吻合较好,表明了仿真模型的适用性和有效性。     

重庆市岩石抗剪强度参数统计分析及应用

岩土具有很强的空间变异性但又具有明显的区域性.对重庆市主城区泥岩和砂岩的抗剪强度参数的概率特征进行了统计分析.以统计得出的概型分布为先验分布,具体工程小样本参数的概型为似然函数,利用Bayes方法得到验后分布的概型参数.计算结果表明,验后分布的方差小于先验分布和似然函数的方差,从而达到对工程参数优化的目的.