正态分布双侧可靠性精确下限与Odeh＆Owen近似下限

正态分布双侧可靠性下限，在产品的性能可靠性分析中，要经常用到。工程中，一般都是使用Odeh＆Owen的近似下限方法。正态分布双侧可靠性精确下限的计算，曾被[1]提出过，但长久以来尚未引起重视，本文再次讨论精确下限及近似下限，并用数值例将精确下限与Odeh＆Owen的近似下限作了比较，结果说明，近似下限偏于保守，而且误差不小，因此对于重要的工程问题，建议使用精确下限。     

串联系统可靠性严格置信下限的计算 IUMVE法

针对成败型单元串联系统可靠性经典法严格置信限理论迄今存在的困难,我们提出了成败型单元试验结果向量的改进型UMVE(IUMIVE)排序法,在本文中相应提出了IUMVE法求二、三单元串联系统可靠性严格置信下限的算法、程序和部分计算结果,基本上消除了原有四种排序法计算所存在的非正常点。     

正态模型结构可靠性贝叶斯下限的计算方法

本文对正态模型结构可靠度的贝叶斯精确下限的评估公式提供一种新的计算方法。该方法能达到任意给定的精度。计算复杂度可由O(n~2)降为O(n)。程序结构简单,使用方便。     

正态单边可靠性经典精确下限的新程序

本文给出了正态分布单边可靠性经典精确下限的一种新的计算方法及程序。该程序比国标GB4885-85提供的程序能大量节省机时。     

系统贮存可靠度近似置信下限的Bootstrap评估方法

针对整机贮存期内的区间型定期检测数据,提出系统贮存可靠度近似置信下限的Bootstrap评估方法,利用该方法对系统贮存期进行了综合分析.结果表明,该方法评估精度满足工程应用要求,应用该方法计算系统贮存期近似置信下限比常用的贮存期综合方法更为精确.     

正态模型单边可靠性贝叶斯下限的计算方法

本文对正态模型单边可靠性精确的贝叶斯下限的评估公式提供一种计算方法。该方法能达到任意给定的精度,计算复杂度可由O(n~2)降为O(n)。程序结构简单,使用方便。     

威布尔分布的参数估计和可靠性置信下限近似解

该文对威布尔分布的完全样本数据用极大似然法和配矩法估计其形状参数和特征寿命。当样本量较大时,估计得形状参数和特征寿命可近似看成已知量,进而给出威布尔分布的可靠性置信下限近似解。该文可用于指导航天器非电子设备或活动部件的试验设计。     

基于Cramér-Rao下限的多传感器跟踪资源协同分配

针对防空指挥控制系统中多传感器管理问题,提出了一种基于目标跟踪精度Cramér-Rao下限的多传感器跟踪资源协同分配方法。该方法首先利用目标战术重要性函数求解目标优先级;然后在目标优先级函数和目标—传感器配对效能函数的基础上,构造了多传感器资源协同分配一般模型,并根据目标跟踪过程特点将Cramér-Rao下限引入到协同分配的模型中,使得在进行跟踪资源协同分配时无需考虑目标跟踪滤波算法的选择。对于分配过程中出现的NP(Non-deterministic polynomial)难问题,探讨了利用匈牙利算法寻求满足条件的目标传感器最优组合,给出了模型求解的步骤。仿真结果表明,这种多传感器跟踪资源协同分配方法的可行性与模型求解的快速性。     

以置信下限覆盖率为优化目标的加速寿命试验优化设计方法

航天产品长寿命高可靠的特点促使了加速寿命试验在航天领域的广泛应用。加速寿命试验优化设计可以有效地提高试验效率,对于价格昂贵的航天产品而言具有重要意义。考虑到航天产品可靠性评估主要关注可靠度置信下限,本文以置信下限覆盖率作为优化目标,提出了一种新的加速寿命试验优化设计方法。该方法可以结合实际约束条件,工程适用性较强。     

成败型元件串联系统可靠性的Bootstrap置信下限某些问题的讨论

Bootstrap方法是目前较为流行的统计方法之一。本文讨论成败型元件及成败型元件串联系统可靠性的Bootstrap置信下限的某些性质。本文讨论当元件试验数改变或成功数改变时,可靠性的Bootstrap置信下限的变化趋势,从而讨论此方法是否具有合理性。由本文讨论指出:对单个成败型元件,当试验数不变,成功数增大时,元件可靠性的Bootstrap置信下限有增大的趋势,对成败型元件串联系统,也有同样的结果,即Bootstrap置信下限在这方面具有直观合理性,但对单个成败型元件,当试验数增加K次,成功数也增加K次(即失败数不变)时,元件可靠性的Bootstrap置信下限有时反而会有下降的趋势,显然这是不合理的。而对试验数增加,成功数不变时,本文给出了可靠性置信下限变化趋势的关系式,并举例说明当试验数增加,成功数不变时,元件可靠性的Bootstrap置信下限有时会出现增大的趋势,这也是不合理的。     

由威布尔分布零失效样本求任务可靠性Fiducial-Bayes置信下限

由威布尔分布零失效样本求任务可靠性置信下限，是可靠性评估的重要问题。一本文对威布尔分布形状参数在某区间取值时，采用Fiducial和Bayes方法，给出了求任务可靠性的Fiducial-Bayes置信下限的公式。     

当m已知时，威布尔（Weibull）寿命分布产品的可靠度置信下限

阐述了当形状参数m已知时，对于威布尔（Weibull）寿命分布产品的可靠度置信下限，可以通过变换，将其分布变为指数分布求解的简便方法；给出了计算实例，1分析了m对评定结果的影响甚大；特别强调了准确和科学的确定m值大小的重要性。     

完全样本时,(对数)正态分布未来样本顺序统计量的Bayesian与Fiducial预测下限

在过去样本为完全样本时,本文给出了共轭型先验与群不变先验下,（对数）正态分布的双样Bayes预测下限与Fiducial预测下限,并指出可信水平为γ时,群不变先验下的Bayes预测下限与Fiducial水平为γ时的Fiducial预测下限,与Fertig＆Mann（1977）给出的置信水平为γ时的Frequentist预测下限在数值上相等。     

具有多层试验数据的成败型元件之串并联系统及并串联系统可靠性置信下限的近似解

设系统A由K个独立的子系统B_1,B_2,…,B_K并(串)联而成,设第i个子系统B_i又由m_i个相互独立的成败型元件C_(i1),C_(i2),…C_(imi)串(并)联而成,设有多层试验数据: 元件C_(ij)试验N_(ij)次,成功S_(ij)次,失败F_(ij)次(i=1,2,…,K,j=1,2,…,m_i) 子系统B_i有成败型试验数据:试验N_i次,成功S_i次,失败F_i次(i=1,2,…,K) 系统A有成败型试验数据:试验N次,成功S次,失败F次。 本文给出利用此多层成败型试验数据,求系统A的可靠性置信下限的近似解的方法,本文利用一、二阶矩拟合的原则将上述数据折合为原系统A的伪成败型数据:伪试验数N~*,伪成功数S~*,然后从N~*,S~*出发利用单个成败型元件之可靠性的经典精确方法求出原系统A的可靠性置信下限的近似值。本文推导了伪试验数N~*,伪成功数S~*的计算公式,并给出了计算实例。