船舶疲劳强度校核中Weibull形状参数的影响

Weibull形状参数是研究船舶疲劳强度的一项重要参数 ,它由船长和浪高两个因素决定。利用 Weibull形状参数对一艘实船的疲劳寿命进行了计算 ,结果表明 :仍然具有很大的误差 ,必须根据船舶的实际情况 ,建立累积损伤模型 ,确立统一的 Weibull形状参数表达式 ,消除误差 ,准确地计算船舶结构的疲劳累积损伤度 ,提高船舶疲劳寿命预报的可靠性。

Weibull形状参数加权极大似然估计的偏差修正

针对在小样本下加权最大似然方法(WMLE)估计形状参数存在偏差的问题,本文研究了在小样本情形下(样本量为3~15)加权极大似然估计形状参数(β>1)的偏差修正方法,提出了关于样本量的两个偏差修正函数,易于使用。通过蒙特卡洛(Monte Carlo)仿真,在不同的威布尔模型、不同小样本量下,验证了本文偏差修正方法估计的形状参数的准确性和有效性。最后通过实例分析,表明本文偏差修正方法具有可行性。

Weibull分布形状参数对轴承序贯验证试验的影响

以滚动轴承的序贯抽样试验为研究背景,根据Weibull寿命型产品序贯验证试验理论,研究Weibull分布形状参数的变化对产品接收和拒收概率的影响,并通过模拟试验定量分析了形状参数变化时产品接收和拒收概率的变化情况。结果表明:用于验证的形状参数与产品批实际的形状参数相差越大,则生产方风险和使用方风险变化也越大。

基于混合双参数Weibull分布的冬夏两季香港地区某地的行人风环境舒适度分析

城市的密集建筑会影响周边区域风环境,甚至产生行人风环境问题。研究了香港地区气象条件,对比了双参数Weibull分布和混合双参数Weibull分布,结果表明混合双参数Weibull分布更加适合香港地区的气象数据;根据夏季以及冬季不同的情况,分析了夏季与冬季的行人风环境。在夏季,一号和二号建筑之间的空地有不舒适的区域,在冬季,行人风环境舒适度整体较好。

Weibull分布形状参数的收缩估计

本文研究两参数Weibull分布在Ⅱ形截尾场合下形状参数的收缩估计．提出了形状参数的四个不同的收缩估计，在Minimax遗憾准则下得到了最优收缩系数．通过对这四个收缩信计的效的研究，可知他们在适当的先验信息下都优于原来的估计，其中基于近似无偏估计所得的形状参数的无编估计是比较理想的估计量．

定数截尾缺失数据下Weibull分布的形状参数近似估计

研究定数截尾寿命试验数据缺失场合下,Weibull分布中形状参数的点估计问题.利用次序统计量的方法给出形状参数的近似估计,并通过大量的Monte-Carlo数值模拟试验,验证方法的可行性.

定数截尾场合下Weibull分布的形状参数置信上下限

为求得双参数Weibull分布的形状参数的单侧置信上下限,通过构造统计量T1(m)=S1+V/V,推导出其分布与参数m、η无关,且其分位点计算简便。并通过大量的Monte-Carlo数值模拟试验证实了所给方法的可行性。

定数截尾Weibull分布的形状参数的最短化置信区间

通过数值计算的方法,对于给定的置信度,在样本容量从3￣20的范围内,求得了定数截尾Weibull分布的形状参数的最短置信区间,并对通常方法求得的置信区间的长度与最短置信区间的长度进行了对比分析。结果表明:在小样本≤11的情形下,用最短置信区间来作未知参数的区间估计,将会使估计精度得到显著的提高。

定数截尾场合下Weibull分布的形状参数置信下限

为了求得双参数Weibull分布的形状参数m的单侧置信下限,通过构造统计量T1(m)=V/S1+V,推导出其分布与参数m、η无关,且其分位点计算简便。由此可得参数m的置信下限,且证明其为无偏。并通过大量的Monte-Carlo数值模拟试验证实了所给方法的可行性。

三参数Weibull分布定数截尾下形状参数的区间估计

本文给出了在定数截尾场合下利用三个次序统计量来构造三参数Weibull分布形状参数精确置信区间的方法,另外本文还给出了三参数Weibull分布三个参数的联合置信域。文章的最后,给出了Monte Carlo模拟例子并运用本文的方法求解了两个实例。

用两个次序统计量确定Weibull分布形状参数的置信下限

从两个次序统计量出发,给出了二参数Weibull分布的形状参数的置信下限。在实际数据的缺失、删失、截尾等情况下,为可靠性试验的数据处理提供了一种有效的估计方法。

Weibull分布参数辨识改进及对浙江毛竹林胸径年龄分布的测度

非线性模型迭代参数初始值的选取及拟合的结果能否可用非常重要且一直是一个难题。传统的方法只是凭感觉偿试不进行定量评估,对于用阻尼最小二乘进行拟合只注重精度高低,没有从理论上研究和分析评价得出的结果能否可用。为了克服这一不足,使参数选取较好,阻尼最小二乘得出结果可用。利用非线性回归原理在这两方面做了探讨,提出了二个判别指标:βT<1,βN<1,分析了每一指标在参数不同状态的控制作用,并在Weibull分布函数参数辨识中做了应用。针对目前毛竹林林分结构规律研究的不足,利用浙江省230个毛竹林样地资料研究了省域尺度的毛竹林胸径分布规律,经SPSS软件中的P-P图检验与柯尔莫哥洛夫检验,表明毛竹林胸径结构服从Weibull分布;再经对Weibull分布模型拟合求解与作图对比,结果显示Weibull分布能很好地描述毛竹林胸径分布规律。利用Weibull分布三参数与林分特征因子间的相关关系,经分析研究,导出了一个改进的二元分布模型,用该二元分布模型很好地测度了浙江省毛竹林胸径和年龄分布规律,最后得到了浙江省毛竹林株数按胸径年龄分布的理论频数。

Weibull分布参数的粒子群算法估计

基于广西涠洲岛海洋监测站3个方向的年极值波高观测资料,在假设其服从Weibull分布的基础上,运用最小二乘法,矩估计法和最速下降法对Weibull分布的参数进行估计,同时引入粒子群算法确定Weibull分布的3个参数,对文中4种方法得出的拟合结果及运算效率进行比较分析,说明了粒子群算法在估计极值分布参数中的优势。

二参数Weibull分布在风能资源参数长年代订正中的应用探讨

选择代表平原、丘陵和山区的6个气象站分别作为参证站和订正站,采用二参数Weibull分布法和线性回归法进行30 a订正效果检验,结果表明:短期资料进行风电场风能资源评估,误差较大;二参数Weibull分布法适宜不同地形风能资源参数长年代平均订正,年平均风功率密度的订正效果更好;线性回归法适宜于订正站和参证站线性相关性较好的长年代平均订正;使用2 a以上的观测资料,订正效果较1 a资料有所提高。

随机删失数据下基于EM算法的Weibull分布参数估计

生存分析中的观测数据具有样本小、数据随机删失的特点.而目前处理这类问题所使用的参数估计方法并不理想.作者基于EM算法给出随机删失数据下Weibull分布的参数估计方法,证明了估计量满足一个非线性方程组,并用实例表明了此方法的有效性.

三参数Weibull分布参数的极大似然估计数值解法

利用降阶思想,给出了一种新的求解三参数Weibull分布参数的极大似然估计数值方法。该方法首先假定形状参数已知,将三元方程组转化为二元方程组,并用二分法求解该二元方程组的数值解,然后将尺度参数和位置参数表示成形状参数的函数,此时极大似然函数仅是关于形状参数的单变量函数,再次应用二分法即可得出形状参数的最优估计结果。该算法稳定,不需要赋予初始值,对样本数量没有限制。与其他方法相比,具有计算精度高、运算速度快的优点,便于工程应用。

随机变量多重Weibull统计模型及参数最优估计

利用Weibull分布函数兼容性好的特点,采用混合Weibull分布模型来描述复杂随机变量分布,并按照最小二乘法原则,对统计模型参数进行最优化估计,建立复杂随机变量分布的统计模型。对某汽车发动机工作转矩统计模型的建立示例表明,多重Weibull分布适合用来表达一些复杂随机变量的统计特性,参数估计的最优化模型适用,参数优化估计过程能可靠收敛。

三参数Weibull分布竞争失效场合加速寿命试验统计分析

三参数Weibull分布(TPWD)对于描述具有渐变性失效特征的失效模式,如机械产品磨损、疲劳、腐蚀、老化等的寿命分布具有更加明确的物理意义且具有很强的数据拟合能力,在产品可靠性分析中得到广泛应用。根据TPWD特点和竞争失效加速寿命试验(ALT)统计分析的工程实际,研究了TPWD竞争失效恒定应力ALT统计分析方法,建立了参数估计的极大似然估计(MLE)模型。实例结果表明,文中建立的TPWD的ALT统计分析模型是正确的,符合产品寿命实际,具有很好的估计效果。

耗损故障的三参数Weibull分布极大似然估计方法

鉴于工程实际中经常遇到的耗损故障零部件检修周期和可靠寿命的确定问题,给出一种针对耗损故障的三参数Weibull分布极大似然估计方法,通过计算对方法的正确性和有效性进行模拟验证,结合实例说明该方法在实际中的应用。

蒙古栎林分直径Weibull分布参数估计和预测方法比较

【目的】比较Weibull直径分布参数估计和预测的不同方法在蒙古栎次生林经营中的适用性和精确性,为更好开展蒙古栎林经营提供理论依据和技术参数。【方法】以吉林省157块蒙古栎纯林为研究对象,运用Kolmogorov-Smirnov（K-S）检验和误差指数比较最大似然法、矩法和百分位法估计和预测蒙古栎纯林分Weibull三参数的优劣。首先分析评价最大似然法、矩法和百分位法3种参数估计方法;然后为预测林分分布变化,建立参数预测法、参数回收法和参数百分位法的估计参数与林分年龄、平均高、优势高和林分密度等林分因子之间的回归模型;最后将回归方程计算得出的各参数代入Weibull分布,以预测直径分布变化趋势。【结果】最大似然法、矩法和百分位法均较好地估计了蒙古栎纯林的直径分布,K-S检验的接受率在82.80%-96.18%之间,其中最大似然法的接受率最高;通过配对t检验比较3种估计方法,最大似然法的误差指数平均数在显著水平为0.05时显著性地小于其他2种方法。在预测蒙古栎林分直径分布时,通过K-S检验可知,百分位法的接受率为64.45%,均高于其他2种方法;通过配对t检验比较3种预测方法,参数百分位法在显著水平为0.1时比参数预测法和参数回收法更加精确。【结论】在估计蒙古栎林分直径分布时,最大似然法较矩法和百分位法效果好;在预测蒙古栎林分直径分布时,参数百分位法较参数预测法和参数回收法效果好。