基于Bayes小子样理论和序贯网图检验的武器装备测试性验证试验方案设计

针对当前序贯概率比检验方法会导致测试性验证样本量无法控制,以及序贯网图检验方法未能利用先验信息使得确定的样本量仍然存在可能较大的问题,提出一种基于Bayes小子样理论和序贯网图检验相结合的测试性验证样本量确定方法。基于序贯网图检验方法,结合测试性指标的先验分布以及相关参数约束值,划分指标参数空间,并给出Bayes因子及其阈值计算方法;通过对检验点插入位置的确定,给出测试性验证所需最大样本量,同时在考虑使用方风险和承制方风险的基础上设计Bayes小子样理论下序贯网图检验的截尾策略;通过实例进行了验证,并与经典验证方法、序贯概率比检验方法、传统序贯网图方法以及验后序贯加权检验方法进行了对比分析。结果表明,该方法确定的测试性验证截尾样本量以及平均样本量均优于其他方法,同时能有效降低双方风险值。

Bayes小子样理论的应用研究——回顾与展望

本文回顾了Ｂａｙｅｓ方法在国防科技领域的应用研究，指出我国对Ｂａｙｅｓ方法的运用研究历经了三十余年沧桑，道路并不平坦，并存在不同的看法，文中还论述了运用Ｂａｙｅｓ小子样理论的关键问题以及对一些问题的看法，最后，展望未来，认为Ｂａｙｅｓ方法必将得到进一步的发展，提出了需重点研究的命题。

基于Bayes小子样理论的导弹贮存可靠性评估方法研究

针对导弹造昂贵价、样本少、贮存可靠性验证难度大的特点,本文探讨了基于小样本的Bayes统计分析模型,这种模型以故障率的共轭验前分布Gamma分布为先验分布,充分利用了历史试验数据的同时,结合导弹现场试验数据,给出了导弹故障率的后验分布,并推算出可靠性Bayes点估计和置信限。最后以某型导弹为例,利用其试验数据验证了此方法的有效性。

小子样下基于Bayes推广理论的单桩竖向承载力研究

为了更有效地确定小子样下单桩承载力的设计值,利用勘探阶段的静力触探资料,结合《建筑桩基技术规范》中的经验参数法,先使用Grubbs方法剔除基桩参数数据中的疏失误差数据,得到单桩竖向承载力的验前信息,然后根据静载荷试验结果对先验信息进行调整,得到关于单桩竖向承载力的验后信息。经比较分析,利用Bayes方法估算的单桩极限承载力更加精确,置信区间更加集中,从而为小子样条件下单桩竖向承载力设计值提供了理论参考依据。

小子样Bayes理论方法及其工程应用问题探讨

小子样武器装备试验分析与评估,对于评价武器装备系统的战术技术指标和使用效能分析具有重要的意义。本文从武器装备建设对小子样理论方法的需求出发,回顾过去在小子样理论方法这一领域所进行的研究工作基础上,讨论小子样理论方法对于开展武器装备定型鉴定的重要作用,指出并剖析目前对Bayes试验与分析方法存在的疑虑,对如何进一步深入开展小子样理论方法研究工作提出建议和设想。

基于Bayes理论的小子样可靠性评估方法应用

针对复杂武器系统技术先进、造价昂贵、可靠性鉴定试验实施难度大的情况,介绍了基于Bayes理论的小子样可靠性评估的流程、数学模型、数值计算方法,建立了可靠性评估应用方案,有效指导了该系统的可靠性评估工作,为其他型号开展小子样可靠性评估应用提供借鉴。

基于Bayes理论的小子样维修性验证方法研究

针对现有经典维修性指标验证方法的不足,提出了一种小子样的维修性验证方法,即采用Bayes理论对维修性指标进行验证。给出了应用该方法的一般步骤,探讨了维修时间总体分布的确定方法,采用随机加权法对验前分布进行确定并利用ML-II方法实现了多源信息的融合;进一步分析推导了基于Bayes理论的维修性验证方法的检验判据和样本量的大小。最后通过实例分析表明,该方法通过综合利用各种验前信息,可以有效地降低现场试验样本量,节省试验投入,缩短试验周期,且能保证较高的可信度。

小子样变总体下的Bayes测试性验证方法

现有测试性验证试验方案一般都需要较大的故障样本量,利用装备研制阶段的测试性数据则可能有效解决这一问题。但研制阶段的测试性数据和现场试验数据一样属于"小子样"且具有"变总体"特点,为此提出一种基于Bayes理论的测试性验证方法。首先根据装备研制各阶段积累的测试性试验信息构建装备测试性参数故障检测/隔离率(fault detection rate/fault isolation rate,FDR/FIR)的动态增长模型,用以揭示装备测试性水平的动态变化规律,并对其测试性指标进行预测。然后根据最大熵原理计算系统FDR/FIR的先验分布。最后结合少量现场试验数据,根据Bayes最大验后风险准则制定装备测试性验证方案,对装备测试性指标进行验证。通过实例对比分析表明,该方法有效融合了研制阶段数据与现场试验数据,能在小样本的情况下提高验证结论的置信度,降低评估风险。

基于Bayes法的电主轴极小子样可靠性研究

针对长寿命的磨削电主轴极小子样的可靠性评估问题,提出了Bayes结合虚拟增广样本的分析方法。首先,在Bayes法基本流程的指导下,研究了基于Bayes法的磨削电主轴可靠性评估方法。根据定时截尾试验的原则对电主轴进行可靠性试验,应用Bayes法结合磨削电主轴试验样本的可靠性试验数据,综合虚拟增广样本法对其可靠性进行评估,最终获得电主轴的可靠性评估结果。最后,将基于Bayes法与基于伪寿命分布法的磨削电主轴极小子样可靠性评估结果进行比较,以验证基于Bayes法可靠性评估理论的合理性。

Bayes小子样分析在武器性能评估中的应用

在武器性能评估中,需要大量的试验数据。在现场试验数据不足的情况下,考虑Bayes小子样分析方法,利用计算机进行仿真试验提供评估所需的数据。为避免评估中仿真试验数据"淹没"现场试验数据,通过合理考虑仿真系统的可信度,提出基于全概率思想的改进方法,在某新型水中兵器性能评估中的应用表明该方法具有较好的性质。

长寿命产品在小子样缺失数据下的Bayes可靠性增长分析

在长寿命产品的可靠性增长试验过程中,由于人员、观测设备或其他方面的原因,可能会造成某些试验数据丢失或未观测到的现象。对这类小子样变总体缺失数据情形,提出了Bayes可靠性增长分析方法。首先利用Box-Tiao技术构造先验分布,然后利用非齐次Poisson过程原理和缺失数据的产生机制,得到可靠性增长缺失数据的似然函数,再用Bayes统计推断方法得到产品各研制阶段结束时的可靠性水平,同时给出了缺失数据下增长模型的拟合优度检验方法。最后通过一个示例说明了该方法在工程上的应用。

小子样不可修武器装备的Bayes可靠性增长分析

现有的可靠性增长模型大多是针对可修系统建立的,而现实中大多存在的是不可修产品,即产品投入可靠性增长试验出现故障后,很难修复如新再次投入试验。针对武器装备小子样、不可修的特点,提出了Bayes可靠性增长分析方法。首先利用多台产品异步增长理论得到各阶段试验数据的似然函数,然后构造了增长模型参数的Gamma-均匀验前分布并给出了模型参数估计的ML-II方法,通过Bayes统计推断对装备研制全过程的可靠性增长规律进行分析,最后通过仿真示例说明了该方法在工程上的应用。

基于Bayes-Normal模型的小子样性能可靠性评定

通过退化量分布函数研究性能退化是基于退化轨道进行性能可靠性分析的有效补充.针对试验小子样的特点,在图形法基础上运用Bayes方法,对性能可靠性的统计推断方法进行了研究,并在理论推导的基础上,举例说明了该方法的有效性.

一类Bayes公式的推导及在小子样评估中的应用

工程中昂贵复杂系统的整机试验通常是小子样的,因此需要结合大量的先验信息进行系统评估,但这可能造成小子样的整机试验数据的信息被淹没。与通常考虑加权的融合方法不同,基于精度评估的正态逆伽玛分布推导了一类Bayes公式,将所有先验信息等价为单个整机试验数据,设计了相应的分布参数,结合等价先验样本量得到推导的后验结果,并给出案例分析了这类Bayes公式的应用范围和合理性。

基于自助法的Bayes小子样精度评定

文中研究了小子样场合下,在考虑损失函数及无损失函数情况下Bayes试验鉴定的主要思路,并且从工程应用的角度出发,在小子样条件下讨论了如何利用验前信息与现场子样来对导弹的命中精度进行评定。作者将自助法与Bayes方法相结合运用在实际的问题中,并分析了该方法犯两类错误的概率。

小子样条件下命中精度Bayes序贯检验与递推估计

Bayes序贯检验和Bayes递推估计法分别从假设检验和参数估计角度对传统试验评定方法进行改进,将二者联合运用,检验和估计紧密结合,运用于导弹命中精度评定试验,充分利用验前信息以弥补现场数据的不足,制定合理有效的评定方案,使得试验结果更加准确、试验用弹量更少。实例分析表明,该方法能够有效提高检验和估计结果可信性,适用于小子样条件下的命中精度评定试验。

小子样统计理论及IC可靠性评估

小子样IC可靠性评估方法显得越来越重要.传统的小子样可靠性评估是基于Bayes方法,其主要特点是可充分利用先验信息进行统计推断.近年来发展的支持向量机(SVM)在小子样可靠性评估中具有独特的优势,已在软件可靠性评估和可靠性预测方面取得了重要应用.将SVM与Bayes方法相结合并应用于小子样IC的可靠性评估,将大大节省IC可靠性评估的时间,有效地提高工作效率.

基于Bayes理论的五轴加工中心MTBF指标预测方法

根据量产的相似机床产品的历史失效数据确定某五轴加工中心MTBF的先验分布,应用Wilcoxon-Mann-Whitney秩和检验法对先验信息与现场数据进行相容性检验,利用Bayes方法融合先验信息和该加工中心小子样现场失效数据对其进行实时可靠寿命预测.研究表明:该加工中心的故障时间满足β=1.909 3,α=919.495 1的两参数Weibull分布;加工中心MTBF的点估计值为815.80(h),区间估计结果为[576.70(h),1 232.42(h)].所述方法适用于小子样情况,对特种机械产品的可靠寿命预测与评估具有普遍意义.

小子样理论及其在舷外有源诱饵试验评估中的应用

针对舷外有源诱饵进行试验鉴定时现场试验难度大、周期长、费用高,无法获得大量现场试验数据等情况,提出了应用Bayes小子样理论进行装备的试验评估。本文详细介绍了Bayes小子样理论的基本思想、应用原理和评估方法,结合实例具体阐述了将该理论应用于舷外有源诱饵试验评估的全过程,并得出了合理的评估结论,可为类似装备试验评估提供新的思路和方法借鉴。

基于随机加权法的BAYES精度评定

从工程应用的角度出发 ,在极小现场子样条件下 ,讨论了如何利用验前信息与现场子样来对导弹的命中精度进行评定 ,将随机加权法与BAYES方法结合起来 ,提出了基于随机加权法的BAYES精度评定方法 。