基于混合Beta先验分布的成败型产品的可靠性评估

成败型产品可靠性的小样本评估方法,把历史试验数据作为Bayes估计方法的先验信息,有效地减少了样本量。但是传统的Bayes方法过度依赖验前信息,当新产品有改进时造成鉴定结果的冒进。针对过度依赖先验信息问题,本文提出了使用混合Beta先验分布,引入继承因子,通过调整继承因子的大小来控制对验前信息的依赖程度,考虑了成败型产品的变化对评估结果的影响。采用该方法对某导弹的可靠性进行了评估。     

模糊先验信息情形下Bayes可靠性评估的新思路

针对模糊先验信息情形下的Bayes可靠性评估问题，提出了一种综合利用模糊先验信息和试验数据进行可靠性评估的新方法：首先基于试验数据诱导出一个置信分布．并将此置信分布视为先验分布，而将模糊先验信息视为一个模糊观测．最后，通过一个扩展意义上的Bayes公式将上述两类信息进行有效综合．从而得出更加可靠的评估结果。该方法回避了从模糊先验信息构造先验分布的困难，为模糊先验信息在可靠性评估中的应用提供了一条新的途径。     

基于Bayes方法的火箭弹存储可靠性分析

对成败型的火箭弹存储可靠性进行分析,建立了一种综合部件存储数据和少量整机试验数据的存储可靠性评估方法。先将部件串联而成的模拟系统作为先验分布的参考模型,然后利用先验矩方法确定先验分布的超参数,最后结合整机试验信息,利用Bayes方法对系统存储可靠性进行评估。通过该方法在某型产品上的应用表明,可显著减少存储试验样本,且具有较高的评估精度。     

无验前信息的成败型弹药产品可靠性评估

为有效评估成败型弹药的可靠性,介绍成败型部件可靠性经典评估方法和Bayes 评估方法。针对无验前 信息的弹药成败型部件可靠性评估问题,提出采用3 种常用共轭先验来求其可靠性下限,并通过数值仿真分析,得 到常用共轭先验分布对可靠度置信下限的影响规律以及每种共轭先验分布的适用情况。结果表明：3 种共轭先验分 布评估得到的结果较为合适,可为提高弹药可靠性评估的准确性提供支持。     

基于Bayes理论的发射装置测试性评估方法研究

在小样本量下,经典测试性评估方法风险性大,为解决这个问题,充分利用先验信息,分别采用最大熵法和Chebyshev多项式展开方法确定出先验分布,然后运用Bayes理论对发射装置的测试性进行评估,并与经典评估方法作比较,结果表明经典评估方法过于保守,Chebyshev多项式展开方法存在评估结果不稳定的问题,而最大熵法确定出的先验分布偏差较小,评估结果最好.     

融合多源验前信息的成败型产品可靠性Bayes评估

文中研究了融合多源验前信息的成败型产品可靠性的Bayes评估问题。针对当前可靠性评估方法中．传统Bayes方法对验前信息与现场信息不加区分的缺陷，提出了融合多源验前信息的成败型产品可靠性评估模型。模型使用混合验前分布，并用历史样本与现场样本的拟合优度来确定混合分布中的继承因子,简便易行而且合理性很容易得到解释。     

弹道导弹最大射程评定的Bayes方法

为了解决Bayes方法对导弹武器最大射程进行评估时先验信息的来源不确定且可信度不高的问题,对弹道导弹推力偏差进行了分析.在考虑影响导弹射击精度主要误差源的基础上,利用干扰弹道仿真产生了导弹最大射程.在考虑先验信息可信度的情况下,对导弹武器的最大射程进行了评估,提高了Bayes估计的可信度.仿真结果表明,该方法用于先验信息样本容量较大或先验信息可靠性较低的情况,可增强Bayes评估的稳健性.     

基于信息散度的补充样本加权融合评估

小子样试验评估时,为避免大量先验信息湮没实际飞行试验的信息,融合先验补充样本时通常会根据工程经验对补充样本量作一定限制,对补充样本量的选取并没有量化的理论准则。分析了先验分布与实际试验样本服从分布的差异,通过分布差异进行信息散度计算,用信息散度确定先验样本权重。提出了考虑先验信息可信度的加权方法,以进行Bayes估计。最后提供了正态逆Gama分布参数的加权Bayes估计方法。理论分析和仿真说明,本文的加权方法是合理的。     

成败型产品可靠性的Bayes评估

本文讨论了成败型产品可靠性的Bayes评估问题，通过引入继承因子，合理地考虑了产品在设计和改进过程中的各种信息，进而把继承因子看作随机变量，得出了产品可靠性的验后密度函数。仿真结果表明，在小子样前提下，经典统计方法得到的可靠性置信下限过于保守，传统Bayes方法虽考虑了相关或相似产品的试验信息，但却忽略了它们之间的差异，而文中的方法不仅考虑了相关产品的试验信息，同时还考虑了产品之间的差异，评估结论是合理的。     

评估制导工具误差的Bayes估计的多层先验模型研究

针对运载火箭试验评估的特点,认为制导工具误差系数统计特性参数中,方差比较稳定,但均值可能随时间缓慢变化.由此,将制导工具误差系数的先验模型从一层先验改进为两层先验,建立了能利用跟踪数据、阵地测试数据等试验资源的多参数Bayes模型来评定制导工具系统误差.并应用经验Bayes模型改善了落点精度的评估.     

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。     

基于准信息熵的测试性D矩阵故障诊断新算法

测试性D矩阵包含系统故障与测试的所有信息,是测试性分析的核心。正确处理D矩阵能极大地提高故障诊断的效率。在继承D矩阵传统处理算法优点的基础上,引入局部信息熵算式,提出一种准信息熵测试性D矩阵故障诊断新算法。新算法结合全局和局部两类寻优算法的特点,具有全局寻优和局部寻优的能力,并与传统算法具有相同的适应性。通过两个实例验证了新算法的有效性,表明新测试性D矩阵故障诊断算法具有减少诊断步数、诊断时间和诊断费用等优点。     

基于特征量的小子样试验鉴定精度研究

本文针对导弹武器评估的特点和需要，建立了能充分利用全程飞行跟踪数据、历次试验数据、阵地测试数据等试验资源的试验鉴定模型。基于两类先验的研究和特征量的建立，应用Bayes方法与序贯分析理论，研究了各动力特性段和特征点的试验鉴定精度。理论分析及仿真计算表明，本文方法能充分利用试验资源，同时作出较高精度的试验评估结论。     

基于层次Bayesian网络及后验风险准则的故障样本量确定方法

针对现有测试性验证方法对装备系统结构考虑不足,且在双方风险约束条件下所确定的故障样本量过大问题,提出一种基于层次Bayesian网络和后验风险准则的故障样本量确定方法。根据装备系统结构建立测试性验证方法的层次Bayesian网络模型,并以故障检测率作为Bayesian网络 的传递参数;提出Bayesian网络不确定性推理算法,充分融合各层次测试性先验信息,同时基于偏度-峰度检验的拟合分布选取方法推导出系统故障检测率联合先验分布;进一步结合系统成败型数据确定其后验分布,基于后验样本数据集和Bayes后验风险准则设计故障样本量确定算法,通过实例进行分析。结果表明,与经典验证方法、传统Bayesian方法相比,所提方法在相同双方指标约束下能有效降低样本量。     

基于粗糙集规则提取的导弹武器质量性能评估方法研究

传统的评估方法在指标体系获取、模型建立及专家资源数量等方面都会受到各种主观因素的影响和制约,从而降低评估结果的客观性及正确性。为了克服传统方法的缺点,基于粗糙集理论并结合相关机器学习算法,以导弹武器在寿命周期中的质量数据为基础,从中自动分析、提取导弹武器的质量性能评估规则,进而对导弹武器当前的质量状况给出评估。阐述了该评估方法的理论依据,设计并实现了规则提取及评估中的算法步骤。该评估方法以客观的质量信息为基础,不依赖于任何先验知识,不受专家资源制约,规避了主观因素的介入,有效提高了评估结论的客观性和正确性。通过小子样数据和大子样数据2种情形下的算例分别对整机级和部件级的武器质量性能进行了模拟评估,评估结果验证了该方法的有效性和正确性。传统的评估方法在指标体系获取、模型建立及专家资源数量等方面都会受到各种主观因素的影响和制约,从而降低评估结果的客观性及正确性。为了克服传统方法的缺点,基于粗糙集理论并结合相关机器学习算法,以导弹武器在寿命周期中的质量数据为基础,从中自动分析、提取导弹武器的质量性能评估规则,进而对导弹武器当前的质量状况给出评估。阐述了该评估方法的理论依据,设计并实现了规则提取及评估中的算法步骤。该评估方法以客观的质量信息为基础,不依赖于任何先验知识,不受专家资源制约,规避了主观因素的介入,有效提高了评估结论的客观性和正确性。通过小子样数据和大子样数据2种情形下的算例分别对整机级和部件级的武器质量性能进行了模拟评估,评估结果验证了该方法的有效性和正确性。     

融合仿真数据的小子样圆概率误差评估

针对应用Bayes方法评估圆概率误差（CEP）时仿真数据容易“淹没”现场实弹数据,导致评估结果无效甚至错误的问题,提出一种基于“有效样本”的飞行与仿真数据融合算法与融合仿真数据的小子样CEP评估方法。使用重要性抽样方法中抽样效率的评估模型度量仿真先验分布与总体分布之间的偏差,建立考虑仿真先验信息有偏差时仿真先验分布的确定方法。该方法在融合评估时仿真样本权重同时依据仿真先验分布与总体分布之间的偏差和样本量调整,而不是原方法中仅仅依赖验前试验的试验次数分配。实验和应用案例表明,新方法的估计性能显著好于传统方法,可以有效解决装备鉴定和定型试验中小子样CEP评估问题。     

火箭助飞鱼雷飞行可靠性评定方法

从火箭助飞鱼雷飞行可靠性试验与鉴定的需要出发,分析火箭助飞鱼雷飞行可靠性的特点,对验前信息的获取手段进行总结,给出地面试验数据综合为飞行试验数据的方法,并提出分系统数据综合为系统数据转换方法,分别使用经典法和贝叶斯法对火箭助飞鱼雷的飞行可靠性指标进行评定,分析比较二者的优劣,确定了火箭助飞鱼雷飞行可靠性评定的方法。     

基于对数正态假设的系统可靠性评估及试验设计方法

提出了一种基于对数正态假设的系统可靠性评估和试验设计方法。在系统可靠性验前为对数正态分布的假设之下,充分利用单元的试验信息和系统的构型,得到了系统可靠性的置信下限。同时,引入3种可靠性敏感性因子分析单元可靠性试验信息对系统可靠性的影响,为系统可靠性改进策略提供了依据。仿真算例表明文中的方法合理有效。     

基于试验结果可信度的装甲车辆测试性综合评估方法研究

由于外场试验自然故障样本量不足、实验室试验评估结果优于装备测试性真实水平,装甲车辆定型阶段缺乏科学的测试性评估方法。从条件概率定义出发修正了测试性预测模型,研究得到了测试性评估结果与试验评价方式关系,提出了基于外场试验、实验室试验、分析评价的测试性综合试验方法,构建了试验结果可信度计算模型和按照可信度确定不同试验结果权重的测试性综合评估模型。案例应用结果表明：基于试验结果可信度的测试性综合评估方法既解决了外场试验样本量不充分问题,又提高了试验操作的可行性和评估结论的科学性,为装甲车辆测试性试验提供了方法支持。