Bayes可靠性增长分析中验前分布的不确定方法及其剖析

可靠性增长试验分析中，运用Bayes方法的一个关键问题是验前分布的确定。目前在工程应用中，运用了多种不同的方法来确定验前分布。不同的验前分布将引出不同的评估结果。文中列举了二项分布模型、指数寿命模型以及AMSAA模型下的验前分布确定方法，并作了必要的剖析，指出需要注意的问题及其处置的技术途径。     

基于最大熵法的捷联惯组历次测试数据验前分布研究

研究在验前信息贫乏的情况下,使用异源验前信息确定捷联惯性测量组合(简称捷联惯组)历次测试数据验前分布的方法.将熵的概念引入验前分布的研究中,研究了在小样本条件下通过最大熵法确定捷联惯组历次测试数据验前分布的方法.研究结果表明这种方法能够准确有效地揭示捷联惯组历次测试数据的统计特性,克服了验前信息不足带来的统计分析误差,有效的提高了统计分析的质量.     

Bayes修正幂验前方法在制导精度评定中的应用

如何合理有效的利用验前信息,是小子样评定中的关键问题。针对导弹制导精度评 定,引入 修正幂验前分布控制验前信息对验后估计的影响,详细推导了Bayes修正幂验前下的制导精 度评定中兴趣参数的验后密度函数。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,而幂参数通过验后边缘分布得到。通过对验后估计平均平方 误差（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。〖JP 〗     

成败型产品可靠性评估的Bayes修正幂验前方法

如何合理有效地利用验前信息,是Bayes评定的关键问题.针对小子样成败型产品的可靠性评估,引入修正幂验前分布控制验前信息对验后估计的影响,详细推导了Bayes修正幂验前下的成败型产品可靠性参数验后密度函数.通过时参数验后估计的分析,该方法能有效避免验前信息"淹没"现场信息的问题,而幂参数通过验后边缘分布得到.通过对验后估计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.     

捷联惯组历次测试数据验前分布随机加权中心融合估计法

在小子样理论中,验前分布的获取与表示是一个关键问题。针对捷联惯性测量组合(捷联惯组)历次测试数据验前分布的获取问题,探讨了在异总体情况下,多种验前信息的融合问题。提出了通过随机加权中心融合法实现多种异源信息融合,以获取捷联惯组历次测试数据验前分布,从而减小了小样本情况下的统计分析误差。     

最大熵方法在系统可靠性Bayes评估中的应用

针对各种典型的系统，由单元的验后矩推导出准确的系统可靠性的验前矩，在此基础上运用最大熵准则给出了系统可靠性的验前分布的估计，进而根据系统试验数据得出系统的验后分布，运用该分布对系统的可靠性进行评估。仿真结果表明了该算法的简易性和有效性。     

复杂系统的Bayes可靠性评估

讨论了复杂系统的Bayes可靠性评估。首先，对各种不同分布类型的单元进行Bayes可靠性分析；其次利用最大熵方法把单元可靠性信息进行综合，得到系统可靠性的验前分布；最后根据Bayes定理，利用系统可靠性试验信息来更新系统可靠性的验前分布得到系统可靠性的验后分布，依据此验后分布对系统可靠性进行评估。仿真算例说明了评估方法的合理性。     

基于整体推断的Bayes方法及其在精度评定中的应用

验前分布的表示及验前信息的融合是Bayes小子样理论应用中的关键问题。 根据同一型号武器试验中不同状态下信息的横向互补特性,提出一种多源信息的整体推断方 法,将Dirichlet分布引入多源信息权重系数的验前信息中,建立基于Bayes网络的权重系数 推断模型,利用MCMC方法更新所有节点信息,得到了合理的权重系数验后分布,解决了多源 信息加权融合中权重系数难以确定的问题。仿真结果表明,该方法可以有效地融合验前分布 ,在精度评定中有一定的应用前景。
     

一种融合验前信息的特小子样精度评估方法

如何合理有效地利用验前信息是小子样精度评定中的关键问题.针对导弹制导精度评定,提出了一种根据验前信息确定验前分布参数,融合验前信息和飞行试验信息的精度评估方法,该计算方法引入了验前信息的可信度指标,能够有效避免验前信息“湮没”现场信息的情况,而且可以进一步解决信息使用的主观性问题.为工程应用提供了一定的指导.     

航空电子产品的BAYES可靠性评估

针对航空电子产品可靠性评估问题, 确定了环境因子的分布, 把模拟试验信息通过环境因子折合得到了可靠性的预测分布。利用此预测分布作为验前分布结合飞行试验信息得到可靠性的验后分布。仿真算例表明这种方法比经典统计方法和传统BAYES方法更合理     

复杂系统可靠性鉴定方法

为了确定系统可靠性的验前分布，本文采用蒙特卡罗方法，充公利用系统试验之前元件、整机、分系统的可靠性数据获取系统可靠性的验前分布。另外，本文所讨论的系统可以是非常复杂的系统，包括串联或并联系统、串并联系统及不同分布的模型组成的系统。     

基于Bootstrap方法的捷联惯组历次测试数据验前分布研究

针对捷联惯性测量组合（捷联惯组）历次测试数据小样本的特点，在总体分布参数形式未知的情况下，根据已有的先验信息，提出了通过Bootstrap重采样技术，获得捷联惯组历次测试数据总体参数的验前分布。结合当前样本信息，给出捷联惯组历次测试数据的验后分布。将统计推断建立在验后分布基础之上，可以减小小样本情况下的统计分析误差。     

Bayes可靠性鉴定方案的设计与分析

运用Bayes决策方法作可靠性鉴定;对于鉴定方案的风险、投试样品数和验前信息的特征量等进行了分析,给出了在限定风险之下验前特征量所需满足的关系.并以指数寿命型分布的失效率为例,作了具体的分析。     

基于随机继承因子的指数分布Bayes可靠性评估

针对寿命服从指数分布的装备可靠性评估中的小子样问题，引入随机继承因子的概念，提出一种Bayes可靠性评估方法。该方法将继承因子看作随机变量，可从类似型号装备的历史数据和改进信息中充分提取当前装备的继承特性，进而确定指数分布参数的验前分布，结合现场试验数据，利用Bayes方法得到参数的验后分布，从而实现装备的可靠性评估，并且提高了评估精度。文章最后对该方法的有效性进行了仿真算例验证。     

可靠性评估的一种Bayes方法

介绍了用混合Gamma分布和混合Beta分布作共轭验前分布时,如何由Bayes方法对电子产品的可靠性进行评估。其中继承因子的引入克服了传统Bayes方法只考虑产品的继承性、相似性,而忽略新产品的创新性、不确定性的缺点。同时,通过举例与常用的经典法作比较,看出了这种方法的优越性及合理性。     

多层验前信息下可靠性增长的Bayes分析

本文研究了两层验前信息下，指数寿命型可靠性增长试验中失效率A的Bayes估计问题。文中首先讨论了历次寿命试验中关于失效率的回归模型问题，然后由N阶段的可靠性增长试验的子样，运用Bayes方法，给出了两层验前信息下A的估计方法。为了说明文中的方法和工程应用。讨论了单层验前信息下的验前建模方法及其在多阶段可靠性增长试验中的运用。最后给出了失效率的具体Bayes估计的计算公式。     

基于及时修正策略可靠性增长的动态Bayes评估方法

针对指数寿命型设备在及时修正策略下的可靠性增长过程,提出了一种动态Bayes评估方法。该方法建立了及时修正策略下的AMSAA模型,并依据已有研制试验数据,对下一次试验的设备失效率进行预测,并将预测结果作为对新技术状态下设备失效率的验前认识,然后利用最大熵方法给出设备失效率的验前分布,进而实现对产品可靠性增长的Bayes统计分析。最后给出了该方法的具体算例,通过对比分析证明了该方法的有效性。     

基于可信度的动量轮Bayes可靠性评估

动量轮具有小子样、高可靠性、长寿命等特点,其寿命和可靠性评估通常采用Bayes小子样评估方法。而在Bayes评估中往往忽略了多源验前信息之间的差异,这可能会导致评估结果与工程实际不相符。如何合理的对验前信息的差异进行定量分析是航天科技人员在可靠性评估中的一个难题。针对这一问题,从验前信息熵的角度出发提出了一种新的可信度概念,利用不同验前信息的可信度来定量刻画信息间的差异。实例分析表明,这种新的可信度概念能有效的刻画验前信息的差异程度,基于可信度的可靠性评估精度更高、更符合工程实际。
      

固体火箭发动机性能可靠性评估的Bayes方法

在研制阶段试验信息以及积累以往试验信息的基础上，运用Bayes方法，建立了固体火箭发动机性能可靠性仿真模型，给出了仿真模型可信性检验的最大熵谱方法；将仿真信息作为验前信息，结合现场试验信息确定了性能可靠性的近似分布，并给出了性能可靠性的点估计和置信下限估计。     

基于验前信息融合的复杂电子设备可靠性评估方法研究

以历史批次检测数据为基础,研究了电子设备验前信息的获取方法,提出了基于收缩估计的验前信息融合技术及多源信息融合方法,在此基础上探讨了电子设备可靠性评估方法并进行了应用分析.结果表明该方法适用于电子设备可靠性状态评估,为实现电子设备潜在故障诊断奠定了技术基础.