多源验前信息的融合方法

文中给出了两种多源验前信息融合方法：基于可信度的加权方法和超Ｂａｙｅｓ方法。基于可信度的加权融合方法需要定量描述信息的可信程度,而超Ｂａｙｅｓ事例方法充分考虑了各种信息的概率特性,是一种较有前途的信息融合方法。     

自然指数分布旋之下的Bayes—经验Bayes估计与检测及其在飞行器试验结果分？

本文论述自然指数分布旋场合下的参数估计杨检测问题，文中运用经验Ｂａｙｅｓ方法，引入关于指数分布族为正交的函数列，先确定参数的验前分布，然后给出参数的Ｂａｙｅｓ估计。特别是对非共轭前分布，可以获得逼近解。本文研究了参数检测的经验Ｂａｙｅｓ序一加检验方法，最后讨论了飞行器试验结果分析中的应用。     

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。     

Bayes可靠性评估方法述评

首先分析了Ｂａｙｅｓ可靠性评估方法的必要性，回顾了Ｂａｙｅｓ方法的研究情况，提出了系统Ｂａｙｅｓ可靠性评估的基本步骤。最后，指出Ｂａｙｅｓ可靠性评估方法需要解决的问题以及今后的发展方向。     

Weibull分布串并联系统的Bayes可靠性评估

基于工程实践中的可靠性验前信息，给出了Ｗｅｉｂｕｌｌ分布下Ｂａｙｅｓ可靠性分析方法。进而针对Ｗｅｉｂｕｌｌ分布的串并联系统，由单元的验后矩导出准确的系统可靠性验前矩，并在此基础上，运用最大熵准则给出了系统可靠性验前分布的估计。最后根据试验数据得出系统的验后分布，并用该分布对系统可靠性进行了评估。     

Bayes小子样理论的应用研究——回顾与展望

本文回顾了Ｂａｙｅｓ方法在国防科技领域的应用研究，指出我国对Ｂａｙｅｓ方法的运用研究历经了三十余年沧桑，道路并不平坦，并存在不同的看法，文中还论述了运用Ｂａｙｅｓ小子样理论的关键问题以及对一些问题的看法，最后，展望未来，认为Ｂａｙｅｓ方法必将得到进一步的发展，提出了需重点研究的命题。     

关于假设检验问题的讨论

讨论了假设检验问题的三种观点，即经典的Ｎｅｙｍａｎ－Ｐｅａｒｓｏｎ检验、条件频率检验、Ｂａｙｅｓ检验。仿真实例表明，在小子样前提下，Ｂａｙｅｓ检验更具吸引力。     

可靠性增长幂律模型的Bayes推断及在发动机上的应用

对作同步故障截尾与时间截尾的Ｋ个独立相同的幂律过程,即可靠性增长幂律模型,在无信息先验分布下给出了过程参数、当前的系统ＭＴＢＦ（平均故障间隔时间）与故障强度的Ｂａｙｅｓ点估计与区间估计,并将之与经典方法进行了比较,可避免非随机化最优置信下限的保守性和随机化最优置信下限的随机性。最后用两台发动机的数值例说明了这些方法。     

验前大容量仿真信息“淹没”现场小子样试验信息问题

在运用Bayes方法对武器系统进行鉴定的过程中，仿真信息作为验前信息使用一直是一个有争议的问题。本文给出了验前子样可信度的定义及相应的计算方法，在分析了大量仿真信息“淹没”小子样现场试验信息这一现象的基础上，将验前信息的可信度引入统计推断，较好地解决了仿真信息在试验鉴定中的应用问题。     

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。     

应用BP-ART混合神经网络的推进系统状态监控实时系统

应用ＢＰ－ＡＲＴ混合神经网络提出了一种供推进系统状态监控实时使用的系统,其拓扑结构为： 第一层处理单元由ＢＰ神经网络组成, 每个ＢＰ网络代表一个相应的推进系统组件; 第二层处理单元为一个ＡＲＴ神经网络, 网络的每一个输出代表推进系统的一种“健康状态”, 据此可对其故障进行“诊断”。该混合结构充分发挥了两类网络的优点, 给出的具体应用实例也显示出在推进系统实时状态监控与故障诊断应用中的有效性     

小子样复杂装备系统测试性评估中的验前参数值确定方法

针对当前小子样测试性评估中对验前信息处理不规范、结果可信度差的问题,研究了由专家经验信息、子系统试验信息和虚拟仿真信息确定系统测试性验前参数值的方法.根据不同来源的测试性验前信息,分别提出了模糊不确定性加权、分系统数据折合和基于相似度量的Dempster-Shafer(D-S)证据融合方法估计系统测试性验前参数值.实例分析表明:该方法计算测试性评估中的验前参数值比其他文献方法的计算结果低约0.8%.     

贝叶斯法在惯性平台测试中的应用

惯性导航系统以其独特优点在航天领域得到了极为广泛的应用。对惯导系统的测试数据进行统计分析和预报,对于航天器的可靠性评估具有重要意义。对于测试数据在实际应用中存在的小样本问题,本文提出了使用贝叶斯方法对其统计特性进行研究。通过对惯性导航系统测试数据的先验信息、总体信息和样本信息进行结合,利用贝叶斯方法得到对应的验前分布和验后分布,并在验后分布的基础上进行统计估计,减小了小样本条件下的统计误差。同时,通过此方法对惯导系统测试数据进行置信区间的计算预报,为惯导系统的误差补偿、故障诊断提供了一个参考依据和途径。     

验前信息与现场子样的相容性检验方法研究

从工程应用的角度，以及在极小现场子样条件下，讨论了验前信息与现场子样之间的相容性检验，并提出了两种非参数检验方法，最后通过算例证实了方法的正确性和适用性。     

小子样武器装备可靠性评定过程中专家信息的规范化描述

在对航空航天领域可靠性工程中专家信息的特征进行分析的基础上, 分别对模糊描述、概率描述法、专家打分法、主观语言描述方式的专家信息规范化进行了研究, 并对基于专家信息的验前分布确定过程进行了分析.建立了专家信息规范化的广义验前信息描述、基于不确定性加权验前信息描述、最大熵法验前信息描述的验前分布确定模型.论文的研究对于小子样条件下运用Bayes方法分析系统可靠性时, 基于专家信息的验前分布确定具有重要的工程指导意义.      

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。     

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。     

利用BP网络进行发动机故障诊断的研究

探讨了利用人工神经网络的ＢＰ网络进行发动机故障诊断的特点。通过发动机实际故障样本和模拟故障样本对ＢＰ网络的故障诊断功能进行了研究，并且对ＢＰ网络与主因子模型两种算法进行了比较。     

专家信息提取在装备可靠性评定中的应用

专家信息是装备可靠性评定中验前信息的重要来源，将专家信息的提取流程划分为描述、收集、转化和融合四个步骤，并给出了前三步的具体步骤。以某装备可靠度为例，详细介绍了包括问卷设计、调查结果分析和专家信息向验前分布转化的专家信息提取过程，并提出了装备可靠性评定中专家信息提取应注意的问题。     

动态分布参数Bayes估计中的验前建模及验前分布的适应性

动态参数Bayes估计中,参数验前信息的运用是一个关键问题。文中提出动态分布参数的线性回归建模策略,给出了验前分布的确定方法。为了获得较为稳健的验前分布,文中运用第二类最大似然(ML-Ⅱ)方法。文中论述的方法对于多维动态分布参数验前信息的分析及多层验前信息的分析具有普遍意义。