动态分布参数验前分布的稳健性分析

讨论了动态分布参数的验前建模问题,并由此运用边缘分布给出验前分布的ML-Ⅱ估计;对于不同的验前分布所引起的验后稳健性问题作了初步分析。     

多种验前信息源情况下的融合验后分布

本文研究Bayes统计推断中有多种(或多阶段)验前信息时,分布参数验后分布的表示。文中,首先在考虑验前子样可信度的基础上,对多种验前信息源进行了综合,得出了验前分布的融合表示。然后,给出分布参数验后分布的表示,列举了应用示例。本文方法,对于小子样武器装备精度的评估具有普遍意义。     

多种验前信息源情况下的融合验后分布

本文研究Ｂａｙｅｓ统计推断中有多种（或多阶段）验前信息时，分布参数验后分布的表示。文中，首先在考虑验前子样可信度的基础上，对多种验前信息源进行了综合，得出了验前分布的融合表示。然后，给出分布参数验后分布的表示，列举了应用示例。本文方法，对于小子样武器装备精度的评估具有普遍意义。     

多层验前信息下多维动态参数的Bayes试验分析

文中讨论了多维动态参数具有多层验前信息时的建模问题。在一定条件下,给出了验前分布的表示。对于动态参数的Bayes估计,进行了精度分析和风险分析。     

基于混合验前分布的制导精度评定方法

如何合理有效地利用验前信息是小子样评定中的关键问题。针对导弹制导精度评定,提出了一种根据验前数据构造验前分布的方法,并结合验前信息可信度给出了一种混合验前分布。通过对参数验后估计的分析,该方法能够有效避免验前信息“淹没”现场信息的情况,而验前信息可信度则通过验后边缘分布得到。通过对验后估计均方差(MSE)的分析,给出了验前信息利用的一些基本原则,为工程应用提供了指导。     

基于不确定性测度与支持度的测试性验前信息融合方法

针对目前验前信息融合方法存在主观性和单一性的缺陷,引入验前分布的不确定性测度和支持度,提出了基于不确定性测度与支持度相结合的验前信息加权融合方法.首先,利用β分布对测试性验前信息的不确定性进行描述,运用不同的验前信息确定验前分布超参数;然后,引入不确定性测度和支持度作为验前信息加权因子,设计了相应的融合算法;最后利用混合验前分布,结合测试性现场试验数据,计算了Bayes融合评估的验后结果.该方法不仅考虑了验前分布本身对测试性参数的真实情况描述的接近程度,还考虑了不同来源的验前信息之间的支持程度.实例分析表明,在同一置信水平下,基于该方法的测试性评估置信下限相对于传统方法的测试性评估置信下限大约提高了0.7%.      

再人飞行器落点散布鉴定中验前概率的确定

本文论述Bayes统计决策方法用于落点散布鉴定时验前概率P_(H_O)的确定方法。文中首先讨论落点对瞄准点的距离为Releigh(瑞利)变量的条件下,方差的验前分布的共轭性。对于验前信息,讨论了它的获取和运用方法,给出了计算公式。实例表明,在验前落点信息并不充分的情况下,P_(H_O)的计算必须谨慎地进行。     

多维分布参数可变时的Bayes估计

文中讨论多元正态总体分布参数（期望值）在试验过程中可变的Bayes估计。首先论述了由验前信息动态建模的方法，其次给出现场试验下分布参数的估计。对建模和辨识中的一些问题作了较详细的论述。     

Bayes方法应用中验前信息可信度的影响分析

Bayes方法已在航空航天类装备的参数估计与决策分析中得到了广泛应用。但现有的研究主要集中于验前分布的构造与方法的工程应用,而对验前信息或验前分布可信性影响的分析较少。给出了验前可信度的定义与计算方法,建立了验前可信度的影响分析模型,给出了基于验前可信度要求的验后置信区间计算方法。以装备精度分析为例,给出了验前可信度影响的分析结果。     

验前分布的确定及导弹落点精度鉴定

本文介绍了Bootstrap方法和随机加权法,并用这两种方法确定导弹落点精度的验前分布,最后以Bayes方法为例说明验前分布确定的重要性。     

Testability evaluation using prior information of multiple sources

Testability plays an important role in improving the readiness and decreasing the lifecycle cost of equipment. Testability demonstration and evaluation is of significance in measuring such testability indexes as fault detection rate（FDR） and fault isolation rate（FIR）, which is useful to the producer in mastering the testability level and improving the testability design, and helpful to the consumer in making purchase decisions. Aiming at the problems with a small sample of testability demonstration test data（TDTD） such as low evaluation confidence and inaccurate result, a testability evaluation method is proposed based on the prior information of multiple sources and Bayes theory. Firstly, the types of prior information are analyzed. The maximum entropy method is applied to the prior information with the mean and interval estimate forms on the testability index to obtain the parameters of prior probability density function（PDF）, and the empirical Bayesian method is used to get the parameters for the prior information with a success-fail form. Then, a parametrical data consistency check method is used to check the compatibility between all the sources of prior information and TDTD. For the prior information to pass the check, the prior credibility is calculated. A mixed prior distribution is formed based on the prior PDFs and the corresponding credibility. The Bayesian posterior distribution model is acquired with the mixed prior distribution and TDTD, based on which the point and interval estimates are calculated.Finally, examples of a flying control system are used to verify the proposed method. The results show that the proposed method is feasible and effective.     

Probabilistic inference of fatigue damage propagation with limited and partial information

A general method of probabilistic fatigue damage prognostics using limited and partial information is developed.Limited and partial information refers to measurable data that are not enough or cannot directly be used to statistically identify model parameter using traditional regression analysis.In the proposed method, the prior probability distribution of model parameters is derived based on the principle of maximum entropy(Max Ent) using the limited and partial information as constraints.The posterior distribution is formulated using the principle of maximum relative entropy(MRE) to perform probability updating when new information is available and reduces uncertainty in prognosis results.It is shown that the posterior distribution is equivalent to a Bayesian posterior when the new information used for updating is point measurements.A numerical quadrature interpolating method is used to calculate the asymptotic approximation for the prior distribution.Once the prior is obtained, subsequent measurement data are used to perform updating using Markov chain Monte Carlo(MCMC) simulations.Fatigue crack prognosis problems with experimental data are presented for demonstration and validation.     

安全关键软件可靠性验证测试方法研究

为了在不降低安全关键软件可靠性验证测试结果可信性的前提下减少测试用例量,在分析经典统计假设测试和无先验贝叶斯统计方法的基础上,提出了一种先验知识动态整合的贝叶斯推断统计测试方法;并提供了软件失效概率的概率密度函数先验分布参数的详细求解办法。实验表明,所提供的安全关键软件可靠性验证测试方法可以用较少的测试用例获得同样的结果可信性。     

通用EIFS分布确定方法改进研究

基于概率断裂力学的基本假设和原理,提出一种改进的通用EIFS分布确定方法。新方法用小裂纹扩展曲线计算多种参考裂纹尺寸水平下的TTCI值,并对其进行极大似然估计。然后利用约束最小二乘法确定不同应力下的裂纹扩展参数和通用EIFS分布上限。在此基础上,根据分布参数的通用性条件确定通用EIFS分布参数。与改进前的方法相比,新方法充分利用分布函数和裂纹扩展提供的信息,提高参数估计的合理性和可靠性。对某零件的原始疲劳质量分析证明改进方法是可行的,便于工程应用。     

基于距离一矩法判据的多源寿命信息融合

针对小子样复杂系统的可靠性信息融合技术展开研究,解决同总体多源信息的科学利用与融合问题。该方法从数据层融合人手,考虑了各源验前信息的可信度,根据矩法估计原理求解各种可能验前分布的参数。采取距离作为度量选取最佳融合验前分布丽数。最后通过MATLAB仿真实例对4种常见分布进行了研究,验证了该方法的有效性。     

基于Bayes变动统计理论的测试性外场统计验证方法

针对故障检测/隔离数据为"小子样"情况导致的测试性外场统计验证存在的周期长、验证结论置信度低等问题,研究并提出了基于Bayes变动统计理论的的测试性外场统计验证模型和方法。首先建立了不同寿命周期阶段故障检测率(FDR)的序化关系模型;然后以Dirichlet分布为先验分布,利用不同寿命周期阶段故障检测率先验估计值确定Dirichlet分布参数;在此基础上,融合"小子样、异总体"研制阶段增长试验数据和"小子样"外场使用数据,研究并提出了故障检测率的Bayes综合评估模型;引入Gibbs抽样方法求解故障检测率Bayes综合评估模型的复杂高维后验积分;最后在某机载稳定跟踪平台上开展了应用研究。结果表明本文方法能在较短的外场使用周期内,给出较高置信度的外场验证结论,为大型高可靠性装备测试性外场统计验证研究提供了重要的理论依据。     

工艺模型驱动的物料动态精准配送技术

针对飞机装配车间传统“领料式”物料配送存在的弊端,提出了一种工艺模型驱动的物料动态精准配送方法,构建了飞机装配车间物料精准配送管理系统,阐述了系统构建涉及的关键技术难点,采用基于模型的三维可视化消耗式BOM重构方式,建立与设计了模型动态同步精准的MBOM工艺模型,利用RFID技术的优点实时获取物料信息,通过iGPS系统引导AGV物料运输平台来实现装配站位物料的高精度配送。