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。     

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。     

导弹仿真系统可信度评估的层次分析法

利用层次分析法对导弹仿真系统进行了可信度评估，不仅给出了可信度评估的方法，而且得到客观、量化的可信度结果．为仿真用户提供了科学的决策依据，也进一步完善了导弹武器仿真系统VV＆A工作。     

Bayes小子样分析在武器性能评估中的应用

在武器性能评估中,需要大量的试验数据。在现场试验数据不足的情况下,考虑Bayes小子样分析方法,利用计算机进行仿真试验提供评估所需的数据。为避免评估中仿真试验数据“淹没”现场试验数据,通过合理考虑仿真系统的可信度,提出基于全概率思想的改进方法,在某新型水中兵器性能评估中的应用表明该方法具有较好的性质。     

基于先验融合的Bayes递归精度评定方法

制导工具误差分离与落点精度分析是武器精度评定中最为关心的问题之一.为充分融合观测信息进行精度评估,在对制导工具误差系数的测试值进行先验融合的基础上,结合遥外弹道观测数据求解制导工具误差系数,并将相应的制导工具误差与弹道差的Bayes实时融合结果进行了比较.建立了递归的落点精度评估方法,将由地面测试先验导出的落点先验与落点观测数据进行加权融合,给出落点评定结果.理论分析和仿真计算表明,信息融合后得出的评定结果更加稳健.     

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.     

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。     

射程与密集度分组试验的Bayes估计

应用Bayes统计理论,研究了弹道参数的分布函数及统计特性,推导出了弹道参数的先验分布、联合先验分布、联合后验分布、后验边缘分布及后验期望估计公式.结合外弹道学理论,建立了计算射程及密集度分组试验的Bayes估计方法,给出了详细实施步骤并列举实例具体说明,结果表明该方法切实可行.建立的Bayes估计方法对兵器试验鉴定技术具有参考价值.对第一组试验,当含有先验信息时,应用该方法可提高数据处理的精度.     

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GO 法和Bayes 的制导弹药控制系统可靠性评估

为解决制导弹药实验可靠性评估困难的问题,提出一种融合GO法和Bayes估计的制导弹药可靠性评估方法.利用Bayes法对多源先验信息进行处理,采用威布尔分布作为分布拟合,结合GO法,生成GO图并进行运算,构建系统可靠性模型,给出系统可靠性评估,并以制导弹药控制系统为实例进行验证.结果表明:该方法既充分利用了先验信息,又体现了GO法对复杂系统分析的优势.     

地地战术导弹飞行可靠性指标评定方法

在小子样情况下 ,利用系统和分系统试验数据对导弹的飞行可靠性指标进行评定 ,从数学上说是系统可靠性综合问题 .运用MML SR方法对新型号地地战术导弹的飞行可靠性指标进行评定 ,避免了MML方法在遇到无失败单元时不适用的缺陷 ,在利用地面试验信息方面有其明显优势 ;运用Bayes方法对改进型导弹的飞行可靠性指标进行评定 ,将不同试验阶段的多源试验信息作为验前信息 ,扩大了信息量 .最后 ,对两种方法在工程应用上遇到的问题进行了讨论 ,并给出了解决方法 .     

基于验前信息可信度的鱼雷实航工作可靠度Bayes融合评估方法

针对火箭助飞鱼雷作战效能中实航工作可靠度这一指标的考核,存在着试验样本数少、风险高等缺陷,不利于对该指标作出正确的评估。为此,借鉴战术导弹鉴定试验技术,使用验前信息进行指标融合评估,但为防止大量的验前信息＂淹没＂现场试验信息的可能性,提出了基于验前信息可信度的后验加权Bayes融合评估的鱼雷实航工作可靠度指标考核方法,该方法能够较真实地评估出鱼雷实航工作可靠度指标。     

某导弹定型阶段的可靠性评定

某导弹的飞行任务可靠度,原来评定得偏低.本文基于贝叶斯(Bayes)理论,以B(0,0)作为验前分布,按可靠性增长观点评定该导弹的飞行任务可靠度.在置信度为0.7时,可靠度单侧置信下限为0.900,大大高于原来评估的0.730。     

制导弹药可靠性评定方法的研究

研究了先验信息的融合问题。为避免少量的现场试验信息被大量的先验信息淹没,使用了以混合贝塔分布为先验分布的贝叶斯方法。分析了该方法的适用条件,并将之推广到了多先验的情况。利用这一结果,给出了在制导弹药的鉴定试验中进行可靠性评定的一般方法。通过实例,比较了这一方法与经典方法和使用贝塔分布为先验分布的贝叶斯方法的差异,说明了该方法的合理性和可行性。     

新型弹药可靠性评估方法

为了研究新型弹药可靠性评估方法,采用混合贝塔分布为先验分布的贝叶斯方法对某新型弹药进行可靠性评估。分析贝叶斯方法的适用条件,并将之推广到多先验情况。通过实例比较该方法与经典方法和使用贝塔分布为先验分布的贝叶斯方法的差异。结果表明:该方法能更为合理地用于新型弹药可靠度评定,充分利用产品先验信息,有效降低现场试验所需的样本量,很好地避免由于小样本数据被大量先验信息"吃掉"而导致评定结果的"冒进"现象。     

火箭助飞鱼雷实航工作可靠度试验与鉴定方法研究

探讨了火箭助飞鱼雷实航工作可靠度试验与鉴定程序,研究了实航工作可靠度试验信息的收集、使用和转换;提出了火箭助飞鱼雷实航工作可靠度验前信息的来源、原则、相容性检验和可信度的综合使用方法;针对火箭助飞鱼雷实航工作可靠度指标既有系统又有分系统级的指标,一是引入验前信息可信度融合算法和优化序贯检验方法对分系统指标进行检验与评估;二是采用系统可靠性贝叶斯近似下限法对全雷实航工作可靠度指标进行综合评定。     

基于AMSAA增长模型的鱼雷系统Bayes可靠性分析

Bayes理论是分析研究鱼雷系统可靠性的有效方法,文中针对美国陆军装备系统分析中心( AMSAA)增长模型,提出了Bayes可靠性增长分析的基本方法。该方法将鱼雷研制阶段的可靠性增长试验数据作为产品可靠性评估的先验信息,再结合少量现场试验数据,运用Bayes方法即可对现场试验后的鱼雷产品可靠性进行评定。仿真结果验证了该方法的有效性,为鱼雷系统可靠性评定提供了一种新的分析方法。     

基于非齐次Poisson过程的多阶段可靠性增长Bayes评估研究

针对航空航天领域试验费用昂贵、试验数据少的问题,研究了多阶段可靠性增长Bayes分析方法.采用非齐次Poisson过程(NHPP)建立可靠性增长模型;利用Bayes方法融合专家信息,并根据可靠性增长的特点采用Gamma-Beta分布作为NHPP参数的先验分布,通过阶段间可靠性增长信息传递的方法,实现多阶段的可靠性增长评估.最后通过一个发动机的例子表明该方法和模型能够充分利用多阶段的专家经验和试验数据,适合小子样场合的可靠性增长评估.     

基于多阶段试验信息融合的防空导弹飞行可靠性综合评估方法

针对防空导弹性能鉴定试验阶段导弹飞行可靠度评估试验子样不足问题,进行多阶段试验信息融合方法研究.综合分析性能鉴定试验前进行的飞行试验、导弹可靠性鉴定试验阶段的数据,得到可用于导弹飞行可靠度评估的子样数,结合性能鉴定试验中获取的子样数,运用二项分布经典评估方法对导弹飞行可靠度进行置信下限评估.评估结果表明:多阶段试验信息融合结果合理,在性能鉴定试验中具有较高的应用价值.