基于遗传算法的智能组卷系统

计算机辅助教学(CAI)的一个重要应用是计算机辅助测验(CBT),而智能组卷是CBT的基础.通过对组卷目标和要求的分析,建立了智能组卷系统的数学模型,给出了一种基于遗传算法的智能组卷算法.实验结果表明,所提出的方法具有较好的性能和实用性.

定时截尾数据缺失场合下指数分布的似然函数的近似

给出了当寿命分布为指数分布时,定时截尾寿命试验数据缺失场合下样本的似然函数的近似,从而可以简化平均寿命的Bayes估计。

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。

定时截尾缺失数据下指数分布的统计推断

试验数据缺失是产品寿命试验中经常遇到的情况,处理起来比较复杂。当寿命分布为指数分布时, 给出了定时截尾寿命试验数据缺失场合下样本分布参数的点估计及区间估计的一种近似方法。通过大量的 Monte-Carlo 数值模拟试验,在缺失数据数目不太大时,参数估计的精度还是令人满意的。并从理论上证明可利用枢轴量 (?)/m 的分布对参数 m 作区间估计。

定数截尾下双参数指数分布位置参数的统计推断

通过逆矩法的估计方法,得到了定数截尾下双参数指数分布E(μ,λ)中位置参数μ的逆估计量。模拟结果表明逆矩法估计量是可行的。同时,也得到构造位置参数区间估计的方法。

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。

定数截尾缺失数据下Weibull分布的形状参数两种近似估计的比较

本文研究了定数截尾寿命试验数据缺乏场合下Weibull分布中形状参数的点估计问题.利用次序统计量的方法及逆矩估计法分别给出形状参数的近似估计,并通过大量的Monte-Carlo数值模拟试验对这两种方法精度作了比较.

定时截尾Weibull分布的双参数的矩估计

讨论了在定时截尾情形下,将Weibull分布转化成指数分布数据或均匀分布,利用平均剩余寿命构造样本矩,从而得出参数的矩估计。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。