Static Frame Model Validation with Small Samples Solution Using Improved Kernel Density Estimation and Confidence Level Method

An improved method using kernel density estimation (KDE) and confidence level is presented for model validation with small samples. Decision making is a challenging problem because of input uncertainty and only small samples can be used due to the high costs of experimental measurements. However, model validation provides more confidence for decision makers when improving prediction accuracy at the same time. The confidence level method is introduced and the optimum sample variance is determined using a new method in kernel density estimation to increase the credibility of model validation. As a numerical example, the static frame model validation challenge problem presented by Sandia National Laboratories has been chosen. The optimum bandwidth is selected in kernel density estimation in order to build the probability model based on the calibration data. The model assessment is achieved using validation and accreditation experimental data respectively based on the probability model. Finally, the target structure prediction is performed using validated model, which are consistent with the results obtained by other researchers. The results demonstrate that the method using the improved confidence level and kernel density estimation is an effective approach to solve the model validation problem with small samples.     

一种实用的边缘强度互相关匹配可信度分析方法

匹配可信度是衡量匹配质量的重要指标，针对归一化边缘强度互相关匹配算法，研究了基于神经网络的匹配可信度判别方法。通过对参考图进行加噪实验获得训练样本，对BP网络进行训练，并将训练后的网络用于匹配可信度的判别。针对实际卫片与航片图像对的实验结果，平均判决正确率达到90％以上，证实了该方法的有效性。     

对数正态与正态分布定时截尾寿命试验参数的近似置信域

提出了两步法来获得对数正态和正态分布大样本定时截尾寿命试验参数的近似置信域。对数正态分布试验中，在试验时间对数和的极限分布的基础上构造了枢轴量。为克服直接从枢轴量的渐近正态性求解参数μ，σ的联合置信域的困难。本文利用Wolynetz提出的μ的MLE的近似分布首先得到μ的近似置信区间，然后给定置信区间中的每个μ，通过枢轴量求得σ的近似置信区间，最终获得μ，σ的联合近似置信域。类似地在正态分布试验中可由总试验时间的极限分布构造枢轴量．从而获得参数μ和σ的联合近似置信域。随机模拟结果表明，本方法具有较好的置信度。     

威布尔分布三参数置信限估计及分布类型检验

给出威布尔三参数点估计的计算公式。根据线性回归显著性分析原理导出了威布尔分布检验判别式。研究威布尔三参数分布规律后 ,推出了确定各参数置信限的数学表达式     

Birnbaum-Saunders分布环境因子的置信限

环境因子在不同环境下试验数据的折算与综合问题中有着重要应用。在失效机理保持不变的条件下,讨论Birnbaum-Saunders疲劳寿命分布环境因子的估计问题。设产品在环境1、环境2下的某指标分别为X、Y,定义环境因子K EX EY,给出了X、Y的分布均服从Birnbaum-Saunders疲劳寿命分布时K的置信限。     

疲劳S-N曲线的加权最小二乘法拟合

提出了一种拟合材料疲劳S—N曲线的加权最小二乘法，各应力水平下的拟合点的权重反比于均值置信区间的长度。两个算例结果表明：本方法较好地考虑了S—N曲线分散性的物理特性。     

结构原始疲劳质量分布确定方法的改进

现有的三参数威布尔分布描述结构原始疲劳质量的方法对于工程应用中的小样本试验,存在参数估计值性差,直接影响结构经济寿命的评定,本文提出了原始疲劳质量的双参数威尔分布模型,并采用极大似然法估计分布函数参数,讨论了结构损伤度与分布参数置信区间的关系,进而研究了形状参数给定条件下的单参数威布尔分布模型以及结构损伤度的变化规律,通过应用实例对三参数威布尔分布,双参数威布尔分布和单参数威布尔分布进行了对比分析     

基于置信度加权的组合导航数据融合算法

 针对联邦滤波融合算法中由于模型量测噪声统计特性未能被准确描述导致其子滤波器误差变大,进而导致联邦滤波估计出现偏差的问题,为了改进联邦滤波融合方法,将模糊自适应卡尔曼滤波方法和置信度加权方法与联邦滤波融合方法相结合,应用于组合导航系统。该方法首先将模糊自适应卡尔曼滤波方法应用于各子滤波器,使其能够跟踪真实量测噪声统计特性。然后通过模糊方法计算得到各子滤波器的置信度,进而得到联邦滤波器的置信度,再由得到的置信度对各子滤波器及联邦滤波器输出进行加权,得到最终的全局输出。对车载组合导航系统的仿真结果表明,这种算法对量测噪声具有较强的自适应性,能够抑制置信度低的子滤波器在融合系统中所占的权重,提高联邦滤波融合算法的精度,是一种可行的车载组合导航数据融合算法。     

小子样疲劳寿命分散系数置信区间随应力的变化规律研究

针对疲劳寿命样本小子样统计分析问题,采用Bootstrap方法模拟母体标准差的抽样分布,并结合纠偏的百分位法估算母体标准差的置信区间,着重估计了疲劳分散系数的置信区间。首先利用Bootstrap方法在参数区间估计方面的优越性能,对已知疲劳寿命母体分布的模拟试验数据进行了疲劳分散系数置信区间的估计,通过与真值的对照分析,验证了结合纠偏百分位思想的Bootstrap方法进行疲劳分散系数区间估计的可信性。然后利用此方法对航空材料的140个钢合金试件和295个铝合金试件的真实疲劳寿命试验数据进行了疲劳寿命分散系数的区间估计,并研究了疲劳分散系数置信区间随疲劳试验应力的变化规律,为在工程实际中分析疲劳寿命试验数据提供了参考方法。     

正态分布定时无失效数据可靠性分析方法

定时无失效是指产品试验到预定的时间未发生失效的情况,定时无失效数据的处理是当前工程中亟需解决的问题.为此,提出一种正态分布定时无失效数据可靠性分析方法,该方法能够根据定时无失效数据对产品进行高置信水平的可靠性评定.分别针对标准差或标准差上限已知的情况进行了详细讨论,给出了可靠度和使用寿命的单侧置信下限.并结合某型号卫星推力器脉冲点火试验得到的定时无失效数据,进行了分析计算,结果表明本方法既可以充分利用定时无失效数据,又能最大化发挥对数正态分布置信下限较高的优点,且计算简单,便于工程应用.