考虑先验信息可信度的后验加权Bayes估计

 先验信息失真及先验样本数量过大会扭曲小子样条件下Bayes融合评估的效果,引入可信度可以改善这个问题。现有的可信度度量方法大都直接基于数据层,即通过判断两种样本是否属于同一分布,这种度量在小子样情况下不太可信,为此提出了一种基于数据物理来源的可信度度量方法。同时归纳了可信度融合评估的准则,分析了现有可信度融合评估方法的不足,并结合正态分布的参数估计问题,给出了一种考虑先验信息可信度的后验加权Bayes估计方法。理论分析和算例都证实了该方法优于常用的Bayes估计方法。     

基于偏最小二乘的向后删除变量法及其在均匀设计中的应用

针对均匀设计中的小样本数据处理问题，讨论了一种偏最小二乘与向后删除变量法相结合的变量筛选方法。首先，利用偏最小二乘建立包含尽可能多的关键自变量的全模型，然后将向后删除变量法中的每一次最小二乘回归替换为偏最小二乘回归，得到基于偏最小二乘的向后删除变量法。实验结果表明，与逐步回归法相比．该方法的预测能力明显提高，且具有更好的稳定性。     

基于参数优化的截尾序贯检验法

截尾序贯概率比检验法和序贯网图检验法（SMT）是在序贯概率比检验法（SPRT）的基础上发展起来的2种方法,可进一步控制试验次数。但是这些截尾序贯方法的停止边界仍有待优化,本文以最常见的截尾SPRT为例,说明决定停止边界的参数的取值直接影响了最大试验样本量,且存在最佳取值。并以此为基础,对SMT和传统的SPRT进行了综合比较,发现截尾SMT并不优于传统的截尾SPRT,它不过是一种广义形式的截尾序贯检验法,SPRT的研究重点应该是截尾形式的构造。最后本文提供了一种曲线形式的截尾序贯检验法.     

武器毁伤效能评估综述及系统目标毁伤效能评估框架研究

从毁伤效能评估的研究概况入手,引出了基于V/L分层法的毁伤评估研究框架.针对典型目标,围绕战斗部和目标的建模,从弹目初始交互到部件破坏状态、再到目标工程性能度量和目标作战性能度量的各种映射算子的获取,以及所需要的试验和信息三个方面,系统的论述了毁伤评估的方法体系.并指出映射O1,2的获取是当前研究最薄弱,也是最关键的问题,利用试验设计规划各类试验是一种有效的解决途径.最后将V/L分层法向系统目标拓展,提出了系统目标毁伤效能评估的研究框架和研究思路.     

基于量纲分析和最优设计的毁伤响应函数获取

毁伤响应函数的获取是毁伤效能评估中至关重要的研究内容,其主要研究方法是试验归纳。为在原型试验样本极少的条件下,获取高效的毁伤响应函数,本文一方面应用量纲分析开发物理模型信息,并应用缩比试验拓展试验技术;另一方面构建了缩比试验与原型试验之间差异的参数化模型和融合评估模型。在这些工作的基础上提出两种试验的联合一体化最优设计方法,科学地设计试验,提高试验的效费比。给出了相互差异建模和一体化最优设计的例子,说明了本文方法的优势。