无失效威布尔情形下基于双修正多层Bayes的可靠性评估

利用配分布曲线法构建无失效数据的可靠性评估模型时,往往采用E-Bayes或多层Bayes来估计失效概率,但因其估计能力有限,整体可靠度点估计精度不高。针对威布尔分布数据提出了一种新的双修正多层Bayes方法,用于改善失效概率估计,并完成可靠度点估计。在多层Bayes的基础上,通过修正失效概率上下限值来减小失效概率估计误差,然后结合加权最小二乘法和威布尔分布可靠度函数确定参数估计值和可靠度曲线,从而得到可靠度点估计。利用Monte-Carlo仿真试验,发现新方法能将参数估计相对误差控制在10%以下,并且得到的可靠度值更加趋近真值。通过实例分析发现,在超参数c取不同值的情况下,采用新方法得到的可靠度都更加接近工程实际。新方法适用性分析表明,形状参数β是影响估计精度的关键因素,且在β>2.2时新方法具有明显的优势及良好的稳健性。研究结果可为其他寿命分布无失效数据的可靠性评估提供参考。

无失效数据失效率的综合多层Bayes估计

文章对指数分布无失效数据的失效率，在先验分布为Ｇａｍｍａ分布时，在引进失效信息后，给出了多层Ｂａｙｅｓ估计以及综合多层Ｂａｙｅｓ估计，并给出了可靠度的综合估计。最后。

无失效数据下液体火箭发动机可靠性多层Bayes估计

针对液体火箭发动机热试车过程中可能出现的无失效情况,在对寿命分布进行分析的基础上,确定了失效概率的多层先验分布,并给出了其Bayes估计。然后用最小二乘法给出寿命分布的参数估计,进而得到可靠度估计。最后通过随机模拟,讨论了文中c值的选取问题,证明了方法的可行性。

基于最大后验风险的多层Bayes方法

为了对指数型产品进行可靠性鉴定,首先给出了失效率的多层先验分布,然后从最大后验风险的角度,运用Bayes方法,制定出可靠性鉴定试验方案.按照此鉴定试验方案,缩短了试验时间,从而降低了鉴定试验所需的费用.

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.

无失效数据下失效概率的多层Bayes和E Bayes估计的性质

高可靠性产品的可靠性试验很难获得样品失效的数据,可靠性参数估计涉及无失效数据分析,Bayes方法是处理无失效数据分析的有力方法。多层Bayes参数估计涉及到Beta函数比的积分。利用Gamma函数比不等式,导出Beta函数比不等式及Beta函数比的积分不等式,证明了无失效数据下失效概率的EBayes估计与多层Bayes估计渐近相等,且给出多层Bayes估计值小于EBayes估计值的一个充分条件。

基于多层Bayes先验抗力模型的结构信息更新

根据结构抗力蜕化的特点,针对模型选择和模型参数的主观不确定性,建立了多层Bayes先验抗力模型,推导了基于直接检测、同类结构检测、荷载验证3种具体信息的模型更新方法.算例分析表明,多层Bayes先验抗力模型可以较好地考虑主观不确定性,由此实现的信息更新能够综合先验信息和结构具体信息,使主观不确定性得到减小,结构可靠性评估预测更为接近真实情况.

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.

指数分布无失效数据失效率的多层Bayes估计

对指数分布无失效数据的失效率，在先验分布为Ｇａｍｍａ分布Ｇａｍｍａ（１，ｂ）时，给出了多层Ｂａｙｅｓ估计，从而可以得到无失效数据可靠度的估计。并结合实际问题进行了计算。

基于Bayes与多层Bayes估计的WSN链路选择算法

无线传感器网络(WSN)节点能量有限,采用传统的链路选择的方法(经验法)进行链路选择,需要发送大量的数据包作为测试样本,这在WSN中是不合适的。设计了两种基于Bayes估计与一种基于多层Bayes估计的WSN链路选择算法,分别记为BLSP-B1、BLSP-B2、BLSP-HE。仿真实验发现,在小样本的条件下,BLSP-B1、BLSP-B2、BLSP-HE选择高质量的链路的概率比经验法要高出10%～20%,其中BLSP-HE算法最稳健,性能较好。

失效率的E-Bayes估计和多层Bayes估计

提出了一种可靠性参数的估计方法—E-Bayes估计法,对寿命服从指数分布的产品,在无失效数据情形,给出了失效率的E-Bayes估计的定义、E-Bayes估计和多层Bayes估计,并在此基础上给出了E-Bayes估计的性质.最后,结合发动机的实际问题进行了计算,结果表明E-Bayes估计法可行且便于应用.

并联系统可靠性指标的多层Bayes近似置信限

利用多层Bayes方法研究了并联系统可靠性指标的近似置信限,给出了部件失效率,系统可靠度和平均寿命近似置信限的计算公式.最后,用随机模拟的方法对所得到的结果进行了分析,说明了该方法的合理性.

无失效数据的Bayes和多层Bayes分析

本文推广了文献［６］的结果，对指数分布无失效数据的失效率，给出了Ｂａｙｅｓ估计、Ｂａｙｅｓ置信上限以及多层Ｂａｙｅｓ估计，从而可以得到无失效数据可靠度的估计。最后，结合实际问题进行了计算。

状态概率的E-Bayes估计与多层Bayes估计

在文献[1]中提出了参数估计的一种方法———E-Bayes估计并给出了状态概率的E-Bayes估计的定义、E-Bayes估计公式、预测模型及其在证券投资中应用,本文在此基础上将给出状态概率的多层Bayes估计、状态概率的E-Bayes估计的性质———E-Bayes估计,多层Bayes估计的关系。最后,给出模拟算例。

证券投资预测中的多层Bayes方法

本文提出了一种证券投资的分析方法——多层 Bayes方法。首先根据统计分组的方法 ,应用 Bayes统计理论建立预测模型对证券投资进行预测 ,然后结合实际问题进行了计算。

指数分布无失效数据的Bayes估计多层Bayes估计

给出了指数分布无失效数据在时刻ｔｉ的失效概率Ｐｉ＝Ｐｒ｛Ｔ＜ｔｉ｝的Ｂａｙｅｓ估计、多层Ｂａｙｅｓ估计，从而得到了时刻ｔｉ的可靠度的估计。

二项分布无失效数据可靠度的多层Bayes估计

文章对二次分布无失效数据的可靠度，在先验分布为Ｂｅｔａ分布时，给出了可靠度的多层Ｂａｙｅｓ估计。最后，结合实际问题进行了计算。

Pareto分布形状参数的E-Bayes估计和多层Bayes估计及其应用

给出了参数的E-Bayes估计的定义,对Pareto分布在尺度参数已知时,在平方损失下给出了形状参数的E-Bayes估计和多层Bayes估计,并且用Monte Carlo方法给出了模拟算例.最后,结合高尔夫球手收入数据的实际问题进行了计算,结果表明本文提出的方法可行且便于应用.

基于ML-Ⅱ的指数分布可靠性多层Bayes估计

Bayes估计法是可靠性评估中应用最为广泛的方法之一,指数分布的Bayes验前概率密度函数中的重要参数主要依靠Reformulation法和Box-Tiao法确定,具有较强的主观经验性。基于Beyes估计的基本思想,以试验数据为依据,利用第二类极大似然估计法(ML-Ⅱ估计法)确定Bayes方法中的相关参数,避免了参数确定的主观性。实例表明结果合理,方法客观、可行。

无失效数据失效率的综合多层Bayes估计

为了对指数分布场合无失效数据的失效率进行估计,在先验分布为截尾Gamma分布时,利用平均剩余寿命和极大似然思想提出了两种引进失效数据的方法,给出了失效率的综合多层Bayes估计,并且结合实际数据进行了计算,计算结果显示此种方法是可行的.