共查询到19条相似文献,搜索用时 421 毫秒
1.
2.
3.
4.
5.
6.
融合多源验前信息的成败型产品可靠性Bayes评估 总被引:3,自引:0,他引:3
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。 相似文献
7.
8.
基于信息散度的补充样本加权融合评估 总被引:2,自引:0,他引:2
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。 相似文献
9.
10.
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. 相似文献
11.
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。 相似文献
12.
13.
基于特征量的小子样试验鉴定精度研究 总被引:2,自引:1,他引:1
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。 相似文献
14.
基于层次Bayesian网络及后验风险准则的故障样本量确定方法 总被引:1,自引:0,他引:1
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。 相似文献
15.
基于粗糙集规则提取的导弹武器质量性能评估方法研究 总被引:1,自引:1,他引:0
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。 相似文献
16.
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。 相似文献
17.
18.
19.
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。 相似文献