广义最小二乘估计(Generalized least squares estimation,GLSE)是最佳线性无偏估计,却有计算复杂高和依赖未知信息的局限性,使得普通最小二乘估计(Ordinary least squares estimation,OLSE)经常成为应用的无奈之选。本文探讨该现象背...广义最小二乘估计(Generalized least squares estimation,GLSE)是最佳线性无偏估计,却有计算复杂高和依赖未知信息的局限性,使得普通最小二乘估计(Ordinary least squares estimation,OLSE)经常成为应用的无奈之选。本文探讨该现象背后的三个循序渐进的理论问题:第一,GLSE的退化问题,给出GLSE完全退化为OLSE的充要条件;第二,退化的分类问题,依据设计矩阵和误差协方差阵的结构把退化现象分为三类,并给出典型的退化特例;第三,不完全退化问题,研讨导致效率退化的因素,刻画效率曲线和效率曲面,最后给出效率不低于95%的退化边界。效率退化和边界分析的潜在应用价值主要包括两方面:第一,为进一步优化试验方案提供效率视角和反馈信息;第二,为设计更简洁更可靠的算法提供理论依据。展开更多
由于动车组车轮受加工装配及工况载荷等不确定因素的影响,车轮退化过程复杂,存在显著的个体差异及多个性能退化特征量,且多个退化特征量间相互耦合,仅考虑单个性能特征量难以全面反映其退化过程。因此,以轮缘和轮径作为车轮退化特征量,...由于动车组车轮受加工装配及工况载荷等不确定因素的影响,车轮退化过程复杂,存在显著的个体差异及多个性能退化特征量,且多个退化特征量间相互耦合,仅考虑单个性能特征量难以全面反映其退化过程。因此,以轮缘和轮径作为车轮退化特征量,通过随机化尺度参数表征车轮个体差异,采用Gamma过程和Copula函数建立二元相关退化模型,并根据赤池信息准则(Akaike Information Criterion, AIC)筛选Copula函数,得到可靠度解析式。基于某型动车组车轮实测磨耗数据,对车轮进行可靠性分析,同时通过车辆动力学模型进行仿真验证。结果显示:考虑二元相关时的可靠性结果比仅考虑一元退化更贴近车辆实际运行情况;根据动力学仿真结果体现了考虑个体差异的必要性,表明所提模型能够更准确地表征车轮退化过程,可为可靠性分析以及维修决策优化提供理论支撑。展开更多
文摘广义最小二乘估计(Generalized least squares estimation,GLSE)是最佳线性无偏估计,却有计算复杂高和依赖未知信息的局限性,使得普通最小二乘估计(Ordinary least squares estimation,OLSE)经常成为应用的无奈之选。本文探讨该现象背后的三个循序渐进的理论问题:第一,GLSE的退化问题,给出GLSE完全退化为OLSE的充要条件;第二,退化的分类问题,依据设计矩阵和误差协方差阵的结构把退化现象分为三类,并给出典型的退化特例;第三,不完全退化问题,研讨导致效率退化的因素,刻画效率曲线和效率曲面,最后给出效率不低于95%的退化边界。效率退化和边界分析的潜在应用价值主要包括两方面:第一,为进一步优化试验方案提供效率视角和反馈信息;第二,为设计更简洁更可靠的算法提供理论依据。
文摘由于动车组车轮受加工装配及工况载荷等不确定因素的影响,车轮退化过程复杂,存在显著的个体差异及多个性能退化特征量,且多个退化特征量间相互耦合,仅考虑单个性能特征量难以全面反映其退化过程。因此,以轮缘和轮径作为车轮退化特征量,通过随机化尺度参数表征车轮个体差异,采用Gamma过程和Copula函数建立二元相关退化模型,并根据赤池信息准则(Akaike Information Criterion, AIC)筛选Copula函数,得到可靠度解析式。基于某型动车组车轮实测磨耗数据,对车轮进行可靠性分析,同时通过车辆动力学模型进行仿真验证。结果显示:考虑二元相关时的可靠性结果比仅考虑一元退化更贴近车辆实际运行情况;根据动力学仿真结果体现了考虑个体差异的必要性,表明所提模型能够更准确地表征车轮退化过程,可为可靠性分析以及维修决策优化提供理论支撑。