几类含定性因子的复合型混料模型的I-最优设计

混料试验是一种研究对象为混料成分比例的试验.在混料试验中,当响应变量受到分类变量影响时,需要建立一类含有定性因子的复合型混料模型,以对实际试验设计问题进行拟合.在一般的最优试验设计问题中,良好的预测特性对于优化至关重要,I-最优设计则是一类重要的基于预测的试验设计.文章旨在研究含定性因子混料模型的I-最优设计,给出该类混料模型的I-最优相关定理,并对三种常见混料模型在含有定性因子的情况下进行近似I-最优配置的求解,最终得到可应用于实际生产生活的结论.

考虑区间删失数据的I-最优加速寿命试验方案

为了避免经典方法中Fisher信息矩阵的繁琐计算,并考虑两个或更多应力因子对加速寿命试验的影响,提出了基于区间删失数据的I最优加速寿命试验方案并进行了相应的灵敏度分析.将产品的正常使用条件考虑为一个应力水平组合的区域,I最优准则使得在这个区域上产品寿命的平均预测方差最小.假定失效时间分布服从Cox比例风险模型(Proportional Hazard Model),继而对区间删失数据使用广义线性模型(Generalized Linear Model)方法以得到I最优准则下的加速寿命试验方案,最后从模型参数、检测区间数、样本量、试验时间等角度进行了试验方案的灵敏度分析,验证了试验方案的稳健性,并讨论了如何利用这些因素来降低试验敏感性.

基于右删失数据的加速寿命试验方案

加速寿命试验的目的是在较短时间内促使可靠性试验出现更多的失效单元,基于在加速条件下搜集到的失效数据来对正常工作条件下的产品可靠性进行预测。考虑半参数的Cox比例风险模型,针对右删失数据,通过建模获得I-最优准则下的加速寿命试验方案,对正常条件下产品的可靠性推测提供了指导性建议。