无失效指数分布参数的模糊加权最小二乘估计

无失效数据的出现,使分布参数的估计成为可靠性评定的又一关键问题。在对指数分布进行参数估计时,引入模糊加权系数,利用模糊加权最小二乘估计对数据进行回归拟合,推导出模糊加权失效率的估计式。由于无失效数据失效概率的确定对参数的估计结果有较大的影响,以减函数法确定失效概率的Bayes估计,并进行模糊加权线性回归。回归结果与常规线性回归结果相比,更接近工程实际。

无失效数据参数估计的模糊回归法

由于常规线性回归模型对个别异常数据敏感,导致回归方程欠稳定。建立了实测数据对回归直线的隶属度的计算公式,提出了以该隶属度为权重的模糊加权线性回归模型。由于无失效数据失效概率的确定对分布参数的估计结果有较大的影响,给出减函数法确定指数分布无失效数据失效概率的 Bayes估计式和等效失效数法确定威布尔分布无失效数据可靠度的估计式,并对分布参数进行模糊加权线性回归。回归结果与传统评判结果相比,更接近工程实际。