故障终止的PLP与HPP的经典双样预测

对故障终止的PLP与HPP，给出了双样预测的Frequentist（也称经典）预测子与预测区间，提出了预测区间系数的计算方法，给出了应用于存在显著可靠性增长且符合PLP的失败终止的成败型数据的方法，并用数值例说明之。     

定数截尾时，Weibull分布的Bares单样预测

对定数截尾时的Weibull分布的单样预测,介绍了无信息先验分布下的Bayes精确等尾预测区间,给出了其计算方法,指出了平方损失下,Bayes预测子不存在,介绍了Frequentist （经典）预测子,并用数值例说明之。     

Poisson分布的预测

对Poisson分布的未来样本的观测值给出了UMVUP(一致最小方差无偏预测子),介绍了Faulkenberry的Frequentist精确预测区间(PI),给出了无信息先验的Bayes PI与Fiducial PI,比较表明Faulkenkerry的PI最优,推荐在工程上使用,最后用数值例进行了说明。     

预测区间技术在航天器数据处理中的理论与应用研究

面对航天领域收集到的大量遥测数据，对其整理、分析就需要运用统计的手段，采用了基于统计推断学的区间参数估计理论的预测区间技术，对传统的模型趋势预测研究进行了拓展。通过对航天数据及其预测模型的深入分析，把握其内在的统计规律，建立了模型预测与区间估计理论相结合的预测区间模型，给出未来数据在一定置信度下的变化区间。最后，将该技术应用于航天器数据预测实例分析，验证了该方法的有效性。     

预测区间技术在航天器数据处理中的理论与应用研究

面对航天领域收集到的大量遥测数据,对其整理、分析就需要运用统计的手段,采用了基于统计推断学的区间参数估计理论的预测区间技术,对传统的模型趋势预测研究进行了拓展.通过对航天数据及其预测模型的深入分析,把握其内在的统计规律,建立了模型预测与区间估计理论相结合的预测区间模型,给出未来数据在一定置信度下的变化区间.最后,将该技术应用于航天器数据预测实例分析,验证了该方法的有效性.     

定数截尾时，Weibull分布的Bayes双样预测

对定数截尾时的Weibull分布，介绍了无信息先验分布下的Bayes等尾精确预测区间，讨论了它的计算方法，指出了平方损失下Bayes预测子不存在，给出了Frequentist预测子，并用数值例说明之。     

预定成功数的负二项分布的预测

对预定成功数的负二项分布的预测问题,给出了一致最小方差无偏预测子,Bayes与Fiducial预测子与预测区间,并用数值例进行了说明。     

Ⅱ型截尾时指数分布在未来时间区间内失效数的预测

对一般的连续分布，给出了单、双样预测未来失效数的条件概率，并对指数分布的Ⅱ型截尾样本，给出了未来时间区间内失效数的Bayes及Fiducial单样、双样预测子和预测区间（PIs）。     

预定失败数的负二项分布的预测

对预定失败数的负二项分布,给出了一致最小方差无偏预测子及Bayes与Fiducial预测子和预测区间,比较了Bayes和Fiducial PI的优良性,并用数值例进行了说明。     

Weibull分布可靠性评估的Bayes方法（Ⅰ）

基于Weibull分布参数的无信息先验分布，对定数截尾的情况，给出Weibull分布参数与可靠性测度的精确的Bayes点估计与区间估计，并讨论了求解它们的计算方法，最后用数值例说明了这些方法。     

Ⅱ型截尾时双参数指数分布失效数的预测

对于Ⅱ型截尾时双参数指数分布,给出了未来时间区间内失效数的Bayes及Fiducial单样、双样预测子和预测区间（PIs）。     

二项分布的Frequentist、Bayesian、Fiducial预测

要研究二项分布随机变量的预测问题，给定过去样本，给出了未来样本成功数的Frequentist（经典方法）预测子，并给出了Frequentist、BayeSian（贝叶斯方法）以及Fiducial（信赖方法）预测区间。     

双参数指数分布的单样预测问题

对双参数指数分布，本文给出了单样预测问题的预测子及预测区间，指出它们对寿命试验问题的应用，并用数值例说明了这些方法。     

指数分布的Bayes单样与双样预测区间

给出了共轭型先验分布下，指数分布的Bayes单样与双样预测区间，指出了它们与Dunsmore（1974）给出的Bayes预测pdf的关系，并讨论了它们与Frequentist预测敬意之间的关系。     

构造Bayes与Fiducial预测区间的若干方法

对构造Bayes与Fiducial预测区间的几种方法进行了讨论,并举例比较了它们在使用中的方便程度。     

构造单样预测区间的基于观测值的条件方法

基于Ⅱ型截尾样本的观测值,提出了一种新的构造样本未来观测值与样本未来观测值落入时间区间(yr,t]内的个数(未来失效数)的单样预测区间的条件方法。     

Weibull与极值分布的l个未来样本的顺序统计量的单边联合预测区间

用基于辅助统计量的条件方法、基于群不变先验的Bayes方法及Fiducial方法,给出了Weibull与极值分布的l个未来样本的顺序统计量的单边联合预测区间,讨论了条件方法给出的该单边联合预测区间的性质与特例,并用数值例进行了说明。     

双参数指数分布的双样预测

对双参数指数分布，给出了双样问题的预测子及预测区间，并指出对串联、并联k/m(G)系统寿命下限问题的应用，并用数值例说明这些方法。     

筛选时间的确定

本文研究在威布尔分布下筛选时间的点估计和置信上限估计,分别包括图估计和数值估计。推导了为确定筛选时间的置信上限而建立的方程式。确定了IC高温动态老化的筛选时间。为制定筛选技术条件和确定整机老练时间提供理论依据。     

基于FIG-SVR的姿控发动机推力校准斜率预测

为了对某型号姿控发动机高空模拟试验推力现场校准斜率进行趋势预测,提出了一种模糊信息粒化(fuzzy information granulation,FIG)和支持向量回归机(support vector regression,SVR)相结合的时间序列预测方法。借助模糊信息粒化方法将推力现场校准的斜率映射为包含区间最小值Low、中值R和最大值Up 3个参数的模糊信息粒,以降低样本的维数,并以其为输入构建SVR回归模型。预测结果表明,基于模糊信息粒化SVR确定的预测区间较好地反映了推力现场校准斜率的变化趋势。