基于似然函数筛选法的旋转轴唇形密封可靠性关键设计因素研究

基于油封的有限元和数值计算模型,分析油封的设计参数对其静态和动态密封可靠性的影响规律。将油封的初始安装过盈量、油侧唇角、空气侧唇角、腰厚、腰长、理论接触宽度、卡紧弹簧的弹性模量、油封主体橡胶的硬度8个设计参数的标准化数据作为输入向量,将油封唇口最大接触压力、泵吸率和摩擦扭矩的标准化数据作为输出向量,建立响应面模型,以输出向量方差得到各设计因素的似然函数值作为评判指标,确定各设计参数对油封密封可靠性的影响程度。结果表明:橡胶硬度、理论接触宽度、弹簧弹性模量、过盈量、腰长对油封动态密封可靠性的影响较显著,油封唇口最大接触压力对弹簧弹性模量、理论接触宽度、橡胶硬度、腰厚、油侧唇角较敏感。综合考虑旋转轴唇形油封的静态和动态可靠性,得到影响其可靠性的关键设计因素为理论接触宽度、弹簧弹性模量和橡胶硬度。

基于模糊似然函数的模糊辨识方法

提出一种基于模糊似然函数的模糊辨识方法。该方法利用模糊似然函数对样本数据进行聚类，并使模糊模型的结构辨识和参数辨识能同时完成，从而实现模糊模型的在线辨识。仿真结果证明了该方法的有效性。

最大似然函数法确定渗透率有效应力系数

用实验的方法研究有效应力定律,不同的实验数据处理方法拟合效果不同,求取的有效应力系数精度存在差异。为了更准确地确定渗透率有效应力系数,采用最大似然函数法对切姆斯福德和贝雷花岗岩渗透率实验数据进行了处理分析,并将此法得到的结果和常规回归拟合方法的结果以及Bernabe传统方法计算的结果进行对比,结果表明,最大似然函数法是可行的,并且其拟合效果比常规回归拟合精度高。

先验概率分布及似然函数模型的选择对边坡可靠度评价影响的定量评估

受工程勘察成本及试验场地限制,可获得的试验数据通常有限,基于有限的试验数据难以准确估计岩土参数统计特征和边坡可靠度。贝叶斯方法可以融合有限的场地信息降低对岩土参数不确定性的估计进而提高边坡可靠度水平。但是,目前的贝叶斯更新研究大多假定参数先验概率分布为正态、对数正态和均匀分布,似然函数为多维正态分布,这种做法的合理性有待进一步验证。总结了岩土工程贝叶斯分析常用的参数先验概率分布及似然函数模型,以一个不排水黏土边坡为例,采用自适应贝叶斯更新方法系统探讨了参数先验概率分布和似然函数对空间变异边坡参数后验概率分布推断及可靠度更新的影响。计算结果表明:参数先验概率分布对空间变异边坡参数后验概率分布推断及可靠度更新均有一定的影响,选用对数正态和极值I型分布作为先验概率分布推断的参数后验概率分布离散性较小。选用Beta分布和极值I型分布获得的边坡可靠度计算结果分别偏于保守和危险,选用对数正态分布获得的边坡可靠度计算结果居中。相比之下,似然函数的影响更加显著。与其他类型似然函数相比,由多维联合正态分布构建的似然函数可在降低对岩土参数不确定性估计的同时,获得与场地信息更为吻合的计算结果。另外,构建似然函数时不同位置处测量误差之间的自相关性对边坡后验失效概率也具有一定的影响。

电池变温度模型似然函数参数辨识及SOC估计

锂离子电池模型参数随温度和荷电状态(SOC)的变化而变化,特别是低温时模型参数变化较大,单值模型不准确。为了解决温度变化对SOC估计的影响,提高模型的准确度,引入温度修正因子,建立了变温度二阶RC等效电路模型。在模型参数辨识过程中,提出了最大似然函数法(MLE)获取模型参数。MLE算法简单,可以解决最小二乘算法因数据增多出现的数据饱和问题,收敛性质随着样本数目增加变好。通过混合动力汽车Loadcycle工况实验验证了提出的参数辨识方法的正确性和准确性。在温度变化下的条件下,基于变温度等效模型,采用自适应扩展卡尔曼滤波(AEKF)算法估计电池的SOC,并与单值模型下采用AEKF算法和无迹卡尔曼滤波(UKF)算法得到的SOC估计值进行对比。通过对比可以看出变温度模型下的AEKF算法得到的SOC估计精度较高,误差在2.2%以内。

基于似然函数的双曲调频信号参数估计快速算法

相较于线性调频(LFM)信号,双曲调频(HFM)信号因具有良好的脉冲压缩性能和多普勒不变性,被广泛用于雷达侦查、水声探测等多普勒影响严重的场景中,其中HFM信号的参数估计问题尤为重要。有鉴于此,该文提出一种基于似然函数的HFM信号参数估计快速算法。文中首先推导出HFM信号的Cramer-Rao下界作为参数估计的性能评估标准;然后基于高斯随机噪声,构建了HFM信号的似然函数,并结合数据向量化的特点提出一种改进的适应度函数,最后利用全局最优引导人工蜂群(GABC)算法对该适应度函数进行极值寻优,从而实现HFM信号的参数估计;通过蒙特卡洛仿真证明了该方法在信噪比为3 dB以上时,HFM信号的参数估计结果的均方误差更逼近Cramer-Rao下界,且运算量约是原来的1/3,在保证估计精度的同时提高算法收敛速度。

使用边际似然函数识别变结构模型

波动率模型中结构化变点的识别一直是计量经济学中一个备受关注但却很困难的问题。本文将贝叶斯方法引入波动率模型中,并使用边际似然函数的方法来识别模型变点,避免了传统计量方法中的缺陷。此外,通过对两种边际似然函数的计算方法的对比,我们发现这两种方法在进行模型比较和模型选择时都非常有效。实证研究中,本文使用了美国股票市场的数据,有效识别出美国股市中的结构化变化的次数和变点发生的时间,并对美国股市结构化变动的原因进行了初步探讨。

基于β似然函数的参数估计方法

分布参数估计是可靠性数据分析的手段,用于研究产品可靠性的变化规律及评估产品的可靠性水平。使用寿命试验中产品可靠度所服从的β分布评价可靠度估计值的合理程度,认为可靠度估计值在β分布中概率密度较大的更合理,给出了一种评价可靠度函数估计好坏的β似然函数,探讨了使用该函数进行分布参数估计的β似然估计方法,通过仿真验证了该方法在指数分布和威布尔分布下的适用性,并给出了应用实例。本参数估计方法理论依据充分,适用于各种分布类型,估计结果合理可信。极大似然估计方法以样本在待估分布中的概率密度作为评价准则,与之不同,本方法以累积发生比例的估计值作为评价准则,更适用于可靠性、生存率等关注事件累积发生比例的场合。

定时截尾数据缺失场合下指数分布的似然函数的近似

给出了当寿命分布为指数分布时,定时截尾寿命试验数据缺失场合下样本的似然函数的近似,从而可以简化平均寿命的Bayes估计。

基于变权平均似然函数的粒子滤波改进算法

在纯方位跟踪中,针对随机观测噪声对粒子权值准确性的影响,提出了一种基于变权平均似然函数的粒子滤波改进算法,在每个粒子权值更新过程中,采用多次观测值计算粒子似然函数并对其变权平均,替代由单一观测值更新粒子权值的方法,减小随机观测噪声对权值的影响。最后,通过实验仿真表明:新算法在纯方位跟踪中滤波精度优于传统粒子滤波算法。

基于似然函数的黄河降水—径流关系变点分析

选取黄河干流上中下游4个水文站的年径流量以及相应的年降水量资料作为研究数据,首先应用Pettitt方法对各站点的年降水量和年径流量进行变点检验,结果表明黄河流域的降水量不存在显著的变点,而径流量均存在显著向下的跳跃点,然后采用基于似然函数理论的变点检验方法对降水—径流关系进行了变点检验。结果表明:4个站点对应的降水—径流关系均存在显著的变点,变点的位置均位于1986年或1990年。通过归因分析可知,气温上升与大规模人类活动是造成黄河流域降水—径流关系发生变异的主要原因。

一种改进的基于模糊似然函数的特征选择算法

本文在Shang模糊似然函数的基础上,提出了基于特征空间的可信度函数和特征分量影响函数以改进Shang模糊似然函数的可靠性,采用改进的模糊似然函数评价任意特征子集的有效性,可更真实地描述模式在特征空间的分布,是一种有效的特征选择算法。论文将改进算法与原算法进行了测试比较,结果表明改进的特征选择算法具有更好的可靠性和实用性。

似然函数形式对水稻物候期模型品种参数校正的影响

针对传统高斯正态似然函数(Gaussian likelihood function,GLF)在观测数据存在测量误差和模型算法结构复杂时无法描述模型残差异方差特点,造成马尔科夫链蒙特卡洛(Markov chain Monte Carlo,MCMC)算法进行模型参数校正时结果存在偏差的问题,通过引入变异系数(coefficient of variation,CV)变换的高斯似然函数(GLF with CV transformation,GLF-CV)和BC(Box-Cox)变换的高斯似然函数(GLF with BC transformation,GLF-BC)对观测数据和模型结构造成的异方差进行特征描述,并比较了参数校正效果及模型不确定度(uncertainty ratio,UR)。以2004—2009年高要雪花粘(早熟)、2001—2004年兴化武育粳3号(中熟)、1991—2004年六安汕优63号(晚熟)3个生态点的田间栽培试验数据为基础,RiceGrow和Oryza2000物候期模型为对象,利用仿射不变马尔科夫链蒙特卡洛集成采样(ensemble sampling for affine-invariant MCMC,EMCEE)算法实现模型参数校正,并比较了GLF-CV、GLF-BC、GLF对校正结果的影响。研究表明:1)3种似然函数下,RiceGrow和Oryza2000物候期模型预测均方根误差(root mean square error,RMSE)范围分别2.66~4.54d、2.30~4.41 d,表明3种似然函数用于参数校正均有效果。2)在RiceGrow物候期模型中,3个水稻品种参数相对均方根偏差(relative root mean square deviation,RRMSD)和模型预测RMSE均是GLF-BC最小,在GLF-BC下模型预测RMSE比GLF-CV小0.09、0.07、0.80 d,比GLF小1.21、0.20、0.07 d,表明GLF-BC对RiceGrow物候期模型具有良好的适应性。3)在Oryza2000物候期模型中,雪花粘、武育粳3号、汕优63号3个水稻品种的模型预测RMSE最小的是GLF、GLF-BC和GLF-CV,分别为2.30、4.17、3.50 d。可以看出LF的选择与模型残差异方差的主要来源有关,当主要来源为观测数据时,GLF-CV好于其他;当主要来源为模型结构本身时,GLF-BC好于其他;当模型残差的异方差性较小时,可使用GLF。

基于非邻域结构似然函数的舰船检测方法

提出了一种利用似然函数进行舰船检测的新方法。该方法首先利用非邻域滤波的思想构造一种包含邻域的窗结构。对于非中心的窗,利用重复的邻域窗估计出邻域窗不同位置对应的协方差矩阵;然后,利用邻域窗的协方差矩阵和中心像素的邻域窗得到的似然函数构造检测器;最后,使用实际的极化合成孔径雷达(PolSAR)数据对提出算法的有效性做验证并和已有算法进行比较。结果证明,本文方法得到了很好的实验效果。

基于拟似然函数的集成仪器可靠性估计

由于失效分布函数的不可知或难以描述,经典统计估计在处理集成仪器的人为故障失效数据、复杂失效数据和无失效数据时,很难估计出其可靠性参数。结合测量系统的常见失效分布,研究了实验仪器的拟似然函数的引入和常见几种类型的拟似然函数应用方法;作为拟似然函数应用的基础,给出了拟似然函数的近似计算方法与证明。最后讨论了最大连续似然估计与最大分位似然估计(QMPE)的区别,及使用QMPE的方法的步骤。通过实际的测量数据和其可靠性估计,验证了拟似然估计在集成仪器可靠性分析中的可行性。

似然函数导数法在DOA估计中的研究

信号到达方向(DOA)估计是阵列信号处理一个基本问题。本文提出了构造最大似然函数并对最大似然函数求导数寻极值点的方法估计信号角度。仿真结果表明,这种算法能快速估计信号角度,一次迭代后,角度估计值可以完全收敛,对DOA估计的工程化实现具有一定的参考价值。

新的模糊似然函数

模糊似然函数是刻画两个模糊集之间相似程度的重要工具,众多学者给出了多种形式的计算方法,但由于实际问题的复杂性,有些方法在某些情况下会产生违反直觉的结论.首先就闫德勤在2001年建议的方法进行讨论,然后证明了一个引理,提出一种新的模糊似然函数,其本质是由模糊集合间lp距离导出的贴近度.与相关公式比较,发现它们能导出相同的模糊熵,最后给出一个它在模式识别中的应用实例.

多重Ⅲ型删失数据场合Logistic分布参数的近似似然函数

在多重型删失数据场合,利用ML法做统计推断时,由于似然函数过于复杂,常遇到很大困难.通过文中方法我们获得了Logistic分布参数的近似似然函数,并在大样本场合,证明此似然函数以概率1收敛于原似然函数.

多重Ⅱ型删失数据的近似似然函数及应用

多重 型删失数据是一种很常见的数据删失类型 ,处理起来也非常困难 ,本文获得了多重 型删失数据的一种近似似然函数 ,并证明了在大样本场合下 ,这种近似与似然函数是等价的 .基于该近似似然函数 ,求得了参数的近似极大似然估计与近似 Bayes估计 。

拟似然函数法处理无失效数据

利用修正似然法思想,提出了引进失效信息后的极大似然估计法,具体给出了指数分布及Weibull分布场合参数的拟极大似然估计,且进行了实例计算.