由威布尔分布零失效样本求任务可靠性的Fiducial-Bayes置信下限

由威布尔分布零失效样本求任务可靠性置信下限,是可靠性评估的重要问题。本文对威布尔分布形状参数在某区间取值时,采用Fiducial和Bayes方法,给出了求任务可靠性的Fiducial-Bayes置信下限的公式。

指数型元件串联系统可靠性的fiducial置信限

设某系统由n个相互独立的指数型元件串联而成,基于各元件的定数截尾试验数据,通过引入独立χ2(·)变量线性组合的近似分布,导出了指数型串联系统可靠性的fiducial置信下限的计算公式,并给出了数字例.通过与经典精确置信限的比较,证明所给的近似方法精度符合要求.

冷备系统可靠度置信下限的Fiducial方法

针对冷备系统,给出应用Fiducial方法计算其可靠度置信下限的原理和步骤,具体到两部件冷备系统的工作元件和贮备元件寿命分别服从指数分布和威布尔分布场合,给出了计算公式,然后举了一个数值例子。

开关指数型二部件温贮备系统可靠度Fiducial置信限

基于元件和切换开关的定数截尾寿命试验数据,对指数寿命型部件、开关组成的温贮备系统可靠性的近似置信限进行研究;给出系统可靠度精确Fiducial置信下限,求得系统可靠性的近似Fiducial置信下限.通过计算机模拟说明给出的置信限符合实际.

泊松型元件贮备系统可靠性fiducial置信限

设系统Ａ由Ｋ个相互独立的元件Ｂ１，Ｂ２，…，ＢＫ和一个转换开关组成的贮备系统，设元件Ｂ１，Ｂ２，…，ＢＫ的寿命服从参数为λ泊松分布，λ已知或未知，设转换开关为成败型元件，可靠性ｐ已知或未知．设在λ未知时，对元件寿命有样本Ｘ１，Ｘ２，…，Ｘｎ，在ｐ未知时，对转换开关有成败型试验数据（Ｎ，Ｓ）．本文研究此贮备系统可靠性的ｆｉｄｕｃｉａｌ置信限．

两部件温贮备系统可靠性的Fiducial置信限

基于元件的定数截尾寿命试验数据,切换开关的成败型试验数据,对指数寿命型元件温贮备系统可靠性的近似置信限进行了研究,并给出了近似计算公式。

两部件指数型元件温贮备系统可靠性的fiducial置信限

基于元件的定数截尾寿命试验数据和切换开关的成败型试验数据,对两部件温贮备系统可靠性的置信限进行了研究,分别得到了系统精确和近似fiducial置信限模型,最后给出随机模拟例子并讨论了置信限的精度.

完全样本时,(对数)正态分布未来样本顺序统计量的Bayesian与Fiducial预测下限

在过去样本为完全样本时,本文给出了共轭型先验与群不变先验下,(对数)正态分布的双样Bayes预测下限与Fiducial预测下限,并指出可信水平为γ时,群不变先验下的Bayes预测下限与Fiducial水平为γ时的Fiducial预测下限,与Fertig&Mann(1977)给出的置信水平为γ时的Frequentist预测下限在数值上相等。

利用隐蔽数据求指数型元件可靠性Bayes置信限及Fiducial置信限

本文对两个相互独立的指数型元件，利用串联系统寿命试验的隐蔽数据求元件可靠性的Bayes置信限以及Fiducial置信限．

成败型部件冷贮备系统可靠性Fiducial下限

对于由成败型部件构成的冷贮备系统,当系统中部分参数已知时,基于试验数据,给出了系统可靠性的Fiducial置信度为1-α的Fiducial精确下限的求解公式;当所有参数均未知时,给出了系统可靠性的Fiducial置信度为1-α的Fiducial近似下限的求解公式.蒙特卡罗模拟计算实例说明此方法可行.

泊松型元件成败型开关并串联系统可靠度的Fiducial置信限

依据Fiducial理论,给出了泊松型元件成败型开关并串联系统可靠度的Fiducial置信下限的可靠性表达式,并基于元件的定数截尾寿命试验数据和开关的成败型试验数据,利用Beta分布和Monte-Carlo随机模拟的数值计算方法来拟合数据,结果表明,基于Fiducial理论与Beta拟合方法研究该系统置信下限是切实可行的.

对数正态型元件贮备系统可靠性的置信下限

本文研究了由k个相互独立的元件和一个转换开关组成的贮备系统。假设元件的寿命服从对数正态分布,转换开关为成败型,本文给出了系统可靠性的表达式、点估计以及Fiducial和Bayes置信下限。此外,还给出了系统可靠性的点估计以及置信下限的数值计算方法。在小样本情形下,通过数值比较研究了Fiducial置信下限和Bayes置信下限的覆盖率性质。

Rayleigh型元件中贮备系统可靠性的近似置信下限

研究了由k个相互独立的元件和一个转换开关组成的贮备系统。假设原件的寿命服从Rayleigh分布,转换开关为成败型,转换开关为成败型,分别在P已知和未知状况下,给出了系统可靠性的表达式、点估计及Fiducial和Bayes置信下限的计算方法。最后,通过实例进行了计算。

Poisson型元件串并联系统和并串联系统的可靠性置信下限

运用Poisson分布的累积函数与不完全伽玛函数之间的关系,给出了Poisson型元件组成的串并联系统和并串联系统的可靠性表达式,然后根据Poisson型元件的样本数据求出未知参数的Fiducial分布,进而得到这两种系统可靠性Fiducial置信下限的计算公式,最后通过数值模拟验证了结论.

小子样场合下估算母体百分位值置信下限和可靠度置信下限的Bootstrap方法

将Bootstrap方法引入到小子样场合下母体百分位值置信下限的计算中,并与传统的单侧容限系数法和新单侧容限系数法进行了大量的对比计算,算例表明Bootstrap方法明显优于其他两种方法,在较高可靠度和置信度要求下母体百分位值置信下限不会出现负值的情况,而且计算得到的结果更接近真值。发展了一种半参数Bootstrap方法用于计算可靠度的置信下限,模拟计算表明半参数Bootstrap方法很好地克服了置信度较高时,新旧单侧容限系数计算出的可靠度置信下限过低的局限性,而且半参数Bootstrap方法的计算结果均有较高的精度。

母体百分位值的置信下限

给出了一种新的单侧容限系数h,根据它可以比目前国际上通用的单侧容限系数k得到更接近于母体百分位值的置信下限。在精度相同的情况下,采用新单侧容限系数h要比单侧容限系数k节省大量试件。 文中还进一步研究了母体百分位值与其置信下限的单侧相对误差,给出了测定母体百分位值的置信度为γ的置信下限所需的最佳试件个数。

正态应力-正态强度下可靠度精确置信下限

针对应力和强度均服从正态分布,且二者的分布参数均未知的情况,有些学者给出了此条件下可靠度的近似置信下限,但是可靠度的近似置信下限在小样本情况下误差较大。基于应力-强度模型,结合相关统计学知识,给出可靠度的精确置信下限,同时与3种近似限方法进行了对比。结果表明:无论样本量大或者小,文中方法计算出的精度均高于3种近似限方法。当样本量较小时,推荐使用文中所给方法;当样本量较大时,可采用3种近似限方法进行近似计算。文中提出的方法可为可靠性评估提供一种新的途径。

置信区间与探测下限

本文从探测下限（ＤＬ）和置信区间定义及其与统计检验的关系出发，分析了ＤＬ与置信区间的内在联系及不同性质和用法。强调了ＤＬ用于评述一种测量（包括仪器、方法和操作等）的检出能力，置信区间用于对测量结果的表达；对小于ＤＬ的结果，报小于上置信限（ＵＢ）是自然合理的（对一些不具有单一的ＤＬ的测量更是如此），而且比报小于ＤＬ的范围更窄（ＵＢ＜ＤＬ）。还强调了置信区间包含了统计检验的功能，但它比后者给出更多有用信息。文中还介绍了在方差随待测量水平变化情况及泊松分布、二项式分布中应用的一些技巧。文末还给出了一些有用的机算程序。

集成最小化置信下限和信赖域的动态代理模型优化策略

代理模型广泛应用于工程优化领域中。提出一种集成最小化置信下限和信赖域的动态Kriging代理模型优化策略,以提高全局收敛性和优化效率。在该优化策略中,利用Maximin拉丁超立方体试验设计方法选取初始样本点建立Kriging代理模型,令置信下限公式中的平衡常数等于已有样本点间的最小距离,并采用遗传算法对置信下限公式进行优化。根据已知信息更新信赖域,在新的信赖域内选取样本点更新代理模型,直至收敛。将该策略应用于数学测试算例和工字梁设计优化实例中,试验对比结果表明该优化策略不仅可以获得最优解,而且能够显著地提高优化效率。

MLR分布族无失效时可靠度的置信下限

本文讨论了MLR分布族无失效数据时可靠度的经典置信下限问题和指数分布无失效数据时可靠度的Bayes置信下限问题.