动态分布参数Bayes估计中的验前建模及验前分布的适应性

动态参数Bayes估计中,参数验前信息的运用是一个关键问题.文中提出动态分布参数的线性回归建模策略,给出了验前分布的确定方法.为了获得较为稳健的验前分布,文中运用第二类最大似然(ML-Ⅱ)方法.文中论述的方法对于多维动态分布参数验前信息的分析及多层验前信息的分析具有普遍意义.

基于共轭梯度法带隔板连续薄壁直箱位移参数的动态Bayes估计

推导了简支薄壁直箱有限条元控制方程,并结合柔度理论解决了带隔板连续薄壁直箱的超静定问题。基于Bayes定理,建立了带隔板连续薄壁直箱位移参数的动态Bayes误差函数,推导了相应的位移参数计算公式,并应用共轭梯度法研究了带隔板连续薄壁直箱位移参数的动态Bayes估计方法,同时给出了连续薄壁直箱位移参数的具体估计步骤,编制了相应的计算程序。通过典型算例分析可知,联合有限条元法和共轭梯度法进行带隔板连续薄壁直箱位移参数的动态Bayes估计是可行的,只需利用若干测点位移即能同时进行多参数估计,且先验信息合理时,迭代过程稳定地收敛于位移参数实际值。

基于Novozhilov理论连续弯箱位移参数的动态Bayes估计

推导了基于Novozhilov理论的简支弯箱有限曲条控制方程,并结合柔度法解决了连续弯箱的求解问题.建立了连续弯箱位移参数的动态Bayes误差函数,推导了相应的动态Bayes均值和方差表达式,提出步长的一维自动寻优方案后,结合共轭梯度法研究了连续弯箱位移参数的动态Bayes估计方法,同时给出了连续弯箱位移参数具体估计步骤.通过典型算例分析,总结了连续弯箱位移参数先验信息准确性判定方法及位移参数动态Bayes随机估计的其它重要结论.

基于Novozhilov理论薄壁弯箱位移参数的动态Bayes估计

基于Novozhilov理论推导了薄壁弯箱结构的有限曲条控制方程,并首次建立了薄壁弯箱位移参数的动态Bayes误差函数,推导了参数的动态Bayes均值和方差表达式,提出步长的一维自动搜索方案后,并结合共轭梯度法推导了薄壁弯箱位移参数的动态Bayes估计公式,同时给出了具体计算步骤。通过算例分析,总结了薄壁弯箱位移参数先验信息准确性判定方法及位移参数动态Bayes估计的其它重要结论。

基于CG法刚架结构位移参数的动态Bayes随机估计

在刚架结构随机有限元方程的基础上,首次建立了刚架结构位移参数的动态Bayes误差函数,推导了相应的动态Bayes均值和方差表达式,提出多维参数估计步长的一维自动寻优方案后,结合CG法研究了刚架结构位移参数的动态Bayes随机估计方法,同时给出了刚架结构位移参数具体估计步骤。研究表明,动态Bayes随机估计方法能有效地动态估计刚架结构位移参数,具有迭代次数少、计算精度高、收敛速度快的优点,且能同时进行多参数估计;刚架结构位移参数的收敛性依赖于位移参数先验信息的准确性;动态Bayes方法也可用于其他位移参数的动态识别。

基于Novozhilov理论带隔板连续弯箱位移参数的动态Bayes估计

推导了基于Novozhilov理论的简支弯箱有限曲条控制方程,并结合柔度法解决了带隔板连续弯箱的求解问题。首次建立了带隔板连续弯箱位移参数的动态Bayes误差函数,推导了相应的动态Bayes均值和方差表达式,提出步长的一维自动寻优方案后,结合共轭梯度法研究了带隔板连续弯箱位移参数的动态Bayes估计方法,同时给出了带隔板连续弯箱位移参数具体估计步骤。通过典型算例分析,总结了带隔板连续弯箱位移参数先验信息准确性判定方法及位移参数动态Bayes随机估计的其它重要结论。

多维动态参数的多层Bayes融合估计

在多维动态参数的分层模型下,运用多层Bayes 估计方法和离散线性模型状态估计方法,给出了动态参数的Bayes 融合估计.并以飞行器试验分析中的一些例子,说明方法的运用.

基于有限曲条理论弯箱梁桥位移参数的动态Bayes-CG估计

应用Bayes-CG方法,动态地估计了弯箱梁桥位移参数.基于Novozhilov理论,推导了简支弯箱梁桥有限曲条控制方程,利用谐函数的正交性解决了曲条刚度矩阵元素的耦合问题;结合柔度理论,解决了箱横隔板的超静定求解问题;应用Bayes定理,建立了弯箱梁桥位移参数的动态Bayes误差函数,推导了相应的动态Bayes均值和方差表达式.提出步长的一维自动寻优方案后,结合CG法研究了弯箱梁桥位移参数的动态Bayes估计方法,同时给出了弯箱梁桥位移参数具体估计步骤.典型算例分析结果表明:有限曲条元法是分析弯箱梁桥的有效计算方法,所需条元少且计算精度高;Bayes-CG方法能正确地动态估计弯箱梁桥位移参数,且参数先验信息合理时,待估参数稳定地收敛于参数实际值.

一种用于小样本合格率动态估计的Bayes方法

针对复杂机械产品制造业广泛存在的大批量生产、小样本检测的特点 ,在采用矩法由历史测量数据构造产品合格率参数先验分布的基础上 ,提出一种综合历史数据与当前小样本信息进行合格率估计的 Bayes算法 ,建立了动态递推模型 ,实现了合格率的准确估计 .采用统计仿真的方法对动态估计精度进行了分析 ,给出了依据离线测量数据进行合格率评估的计算实例 .结果表明 ,所提出的方法是有效而且实用的 。

基于Gibbs抽样算法的三参数威布尔分布Bayes估计

由于三参数威布尔分布概率密度函数较为复杂,后验分布的积分计算成为进行Bayes估计的主要障碍。利用Gibbs抽样算法研究Bayes估计的计算问题。首先描述Gibbs抽样算法的特点,在定数截尾寿命试验情形下,推导无先验信息的参数联合后验分布,然后,结合取舍抽样方法,设计计算参数Bayes估计的Gibbs抽样方案,最后给出一个算例。结果表明,与传统的数值积分法相比较,Gibbs抽样算法更加简便直接,更适于计算可靠性指标的Bayes估计。

尺度参数估计的损失函数和风险函数的Bayes推断

在共轭先验分布下,研究了尺度参数族参数估计的损失函数和风险函数的Bayes估计及其保守性质,并给出相应Bayes估计的合理性.

巴斯卡分布参数的Bayes估计

给出巴斯卡分布在参数具有验前β（１２，０）分布时产品可靠度的Ｂａｙｅｓ估计、Ｂａｙｅｓ置信下限以及参数具有含超参数的验前Ｂｅｔａ分布时可靠度的多层Ｂａｙｅｓ估计。

LINEX损失下参数未知时指数-威布尔分布的Bayes估计

LINEX损失函数下,研究了两参数指数-威布尔(EW)分布形状参数、可靠度的Bayes估计问题.基于定数截尾试验,当两个形状参数均未知时,给出了参数的Bayes估计表达式,并求得可靠度函数的Bayes估计.最后运用随机模拟的方法,将Bayes估计和极大似然估计的优良性进行比较分析比较,结果表明LINEX损失函数下Bayes估计的精度比极大似然估计高.

序约束下两样本总体参数的Bayes估计

讨论序约束下两样本总体参数的Bayes估计，给出了先验分布的选取方法，并讨论了总体分布分别为Γ分布、Poisson分布、二项分布时参数的Bayes估计．

指数分布参数多层Bayes和E Bayes估计的性质

本文讨论无失效数据下指数分布参数多层Bayes估计和E Bayes估计的性质,在超参数分别取两种不同的先验分布下,证明参数的多层Bayes估计和E Bayes估计渐近相等,且多层Bayes估计值小于E Bayes估计值.

二次损失函数下Poisson回归模型中参数的近似Bayes估计

针对Poisson回归模型中当给定参数的先验分布后,其后验分布的具体形式较难得到的问题,利用Γ分布的大样本性质,给出了似然函数的近似形式,并得到近似的后验分布.模拟结果表明,利用这种近似的后验分布进行统计推断,得到的参数Bayes估计具有较好的稳定性及精度.

刻度指数族参数的渐近最优的经验Bayes估计

对刻度指数族在加权平方损失下获得了刻度参数的Bayes估计 ,并构造了相应的经验Bayes估计 。

连续型单参数指数族参数的经验Bayes估计问题:NA样本情形

对连续型单参数指数族在平方损失下导出了参数的Bayes估计,利用同分布负相协(NA)样本构造了经验Bayes(EB)估计量,并在适当条件下获得了EB估计的收敛速度.文末给出一个满足定理条件的例子.

二项分布参数多层Bayes和E Bayes估计的性质

讨论无失效数据下二项分布参数E Bayes估计和多层Bayes估计的性质,证明二项参数的多层Bayes估计和E Bayes估计渐近相等,且E Bayes估计值小于多层Bayes估计值.

基于Bayes理论的Logistic增长曲线模型参数估计方法研究

Logistic增长曲线模型是一种广泛应用的近"S"型的增长曲线模型,其3个参数不能用常规的最小二乘法来求解。本文将该模型参数视为随机变量,根据贝叶斯理论结合参数的先验信息和观测数据推断参数的后验分布,然后构造基于Gibbs抽样的MCMC数值计算过程并进行工程实例分析。数据分析结果表明,与其它估计方法相比,本文所提出的Bayes方法得到的是参数的分布且估计的结果优于其它方法,在给出参数估计值的同时还给出参数估计值的置信区间,使得工程决策可以考虑预测值的可靠性,在实际工程应用中具有一定的参考价值。