逐步增加Ⅱ型截尾下n中取m串连续k失效系统的可靠性评估

在逐步增加Ⅱ型截尾样本下,研究不可修n中取m串连续k失效系统(简记为k(m)/n系统)的可靠性评估问题.利用Bayes方法与极大似然估计法,得到了部件失效率、系统可靠度及平均寿命等可靠性指标的经验Bayes估计.最后利用随机模拟例子说明了本文方法的正确性和可行性.     

定数双截尾样本下k/N(G)系统可靠性指标的经验Bayes估计

在定数双截尾样本下,研究了不可修k/N(G)系统可靠性指标的估计问题.将Bayes方法和极大似然法相结合获得了部件失效率、系统可靠度和平均寿命的经验Bayes估计.最后给出随机模拟例子,说明了本文方法的正确性.     

K/n(G)系统可靠性评定的多源验前信息融合方法

在多源验前信息的情况下,以k/n(G)系统为例,讨论了如何对系统的可靠性指标进行估计的问题.在多个验前信息源给出了系统可靠性指标点估计的情况下,利用多层Bayes方法及经验Bayes方法对这些数据进行融合,并给出系统可靠性指标的Bayes点估计,同时对系统可靠度的置信区间也作了讨论.仿真算例表明这种处理方法是合理有效的.     

无失效数据情形可靠性参数的估计和调整

本文在无失效取样情形下,提出了产品可靠性参数的一种估计和调整的方法———加权多层Bayes估计法.在无失效数据情形下失效率的多层Bayes估计和引进失效信息后失效率的多层Bayes估计的基础上,对可靠性参数进行了估计和调整———给出了失效率和可靠度的加权多层Bayes估计.最后,结合发动机的实际问题进行了计算,结果表明本文提出的方法可行且便于应用.     

指数分布场合下无失效数据的统计分析

由于产品的可靠性愈来愈高，所以在可靠性寿命试验中，“无失效数据”的现象也愈来愈多．本文根据指数分布的无记忆性，给出可靠度的先验分布，进而在无失效数据的情况下，得到了平均寿命的Bayes估计。     

定数截尾数据缺失场合下指数分布参数的Bayes估计

当寿命分布为指数分布时,本文给出了定数截尾寿命试验数据缺失场合下平均寿命的Bayes估计,为计算上的方便,本文还给出了Bayes估计的一种近似计算方法,数值例子表明这种方法简便可行。     

双边定数截尾下Pareto分布的可靠性分析

基于双边定数截尾样本,选取未知参数的先验分布为无信息先验和Gamma分布,分别在平方损失和LINEX损失下,研究了Pareto分布的形状参数和可靠性指标(可靠度和失效率)的Bayes估计.为了研究估计的精度,采用Monte-Carlo模拟的方法给出了数值检验的例子.结果表明在LINEX损失下并选用Gamma先验分布时,参数的Bayes估计是最优的.     

非平方损失函数下Gamma部件可靠性的Bayes估计

Lwin和Singh对部件寿命x服从Г(t,λ,k)分布,当形状参数k已知,尺度参数未知时对部件可靠性进行Bayes估计。考虑到实际问题的需要,对损失函数应加上测度不变性的要求,本文取损失函数在参数λ的先验分布分别为指数Beta分布和Gamma分布的情况下,讨论了Gamma部件各项可靠性指标的Bayes估计,且把Lwin和Singh所做的结果看作本文的特例。设部件的寿命x服从其中:t>0,λ>0,k>0为已知的形状参数,尺度参数λ未知。那么部件的可靠度函数与平均寿命分别为:     

Weibull分布场合无失效数据的可靠性验证试验

对于Weibull分布的无失效数据问题,利用Bayes方法给出了产品寿命服从Weibull分布,形状参数的先验分布为U(0,1),尺度参数为1,假定产品的可靠性指标达到某个给定的值的情况下,无失效数据的可靠性验证试验,并利用相同的分析方法给出形状参数的Bayes估计.     

逐步增加Ⅱ型截尾下Pareto分布的Bayes估计

基于逐步增加的Ⅱ型截尾样本,当Pareto分布的尺度参数已知时,分别在平方损失和LINEX损失下讨论了其形状参数和可靠性指标(失效率和可靠度)的Bayes估计,并用Monte-Carlo方法对估计结果的MSE,进行了模拟比较.结果表明了在LINEX损失下的估计结果更有效.     

供应链网络可靠性的多层Bayes估计模型

对供应链网络可靠性进行界定和分析,以节点企业间的协同为基础,得到可靠度计算模型,以此为依据采集实证样本无失效运行的数据.根据供应链网络可靠性统计特性,建立一种多层Bayes估计方法,应用于样本可靠性评估中.在估计失效率的基础上,对供应链网络可靠度进行估计,对仿真结果进行分析,显示多层Bayes估计方法应用效果较好,精确度高,反映了参数不确定性对供应链网络可靠性的影响,能够较好地解决依据无失效数据判定供应链网络可靠性水平的问题.     

基于Kullback信息融合方法的串联系统可靠性评估

讨论了串联系统在具有多源验前信息的情形下的可靠性评估问题,运用K u llback信息作为分布之间距离的度量,在K u llback信息的融合准则下对多个先验分布进行融合.并以融合后的先验分布作为系统的最终验前分布,对串联系统的可靠性指标进行Bayes估计.最后进行的计算机随机模拟结果表明,文中所提出的方法合理且便于应用.     

定时截尾场合双参数威布尔分布的贝叶斯推断

给出了定时截尾下,双参数威布尔分布中参数及可靠性指标的Bayes估计,并且给出了未来观测值的贝叶斯预测问题.     

逐步增加Ⅱ型截尾下比例危险率模型的可靠性分析

基于逐步增加Ⅱ型截尾样本,分别在均方损失和Linex损失下,利用ML-Ⅱ方法研究了比例危险率模型的参数和可靠性指标的经验Bayes估计问题。为了研究估计结果的精确性,分析了一个实际应用例子,并利用Monte-Carlo方法给出一个数值模拟例子,结果表明在非对称Linex损失下,经验Bayes估计更具灵活性,且结果更加有效。     

09-0685(四次修改稿)_王亮 师义民 (逐步增加II型截尾下比例危险率模型的可靠性分析) 2010-03-05

基于逐步增加 II 型截尾样本，分别在均方损失和 Linex 损失下，利用 ML-II 方法研究了比例危险率模型的参数和可靠性指标的经验 Bayes 估计问题。为了研究估计结果的精确性，分析了一个实际应用例子，并利用 Monte-Carlo 方法给出一个数值模拟例子，结果表明在非对称 Linex 损失下，经验 Bayes 估计更具灵活性，且结果更加有效。     

逐步增加的Ⅱ型截尾下冷贮备串联系统可靠性指标的Bayes估计

在逐步增加的Ⅱ型截尾模型下,运用Bayes方法,研究部件寿命服从双参数指数分布的冷贮备串联系统可靠性指标的近似置信区间问题.在两个参数均未知的情形下,给出了失效率,系统可靠度及平均寿命的Bayes近似置信区间的计算公式;对于超参数的确定,给出一种新的方法;最后进行了随机模拟,并对近似置信区间的精度进行了讨论.     

两个半相依回归方程中的Bayes和经验Bayes迭代估计

对由两个不相关的回归方程组成的系统(y1为m维向量,y2为n维向量,m≠n),运用协方差改进技巧,提出回归系数的参数型Bayes和经验Bayes迭代估计序列.证明了Bayes迭代估计的协方差矩阵序列的单调收敛性和Bayes迭代估计序列的一致性.当误差的协方差矩阵未知时,在均方误差准则(MSE)下,证明了经验Bayes迭代估计相对于单个方程的Bayes估计的优越性.这些结果进一步表明了协方差改进方法的有效性.     

无失效数据情形指数分布失效率的E-Bayes估计

提出了一种新的可靠性参数估计方法——E-Bayes估计法.对寿命服从指数分布的产品,在无失效数据情形给出失效率的E-Bayes估计的定义、E-Bayes估计,并在此基础上给出了E-Bayes估计的性质——可靠性参数的E-Bayes估计和多层Bayes估计的关系.最后,结合发动机的实际问题进行了计算,结果表明提出的方法可行且便于应用.     

逐步增加的Ⅱ型截尾下系统可靠性的Bayes分析及寿命预测

在逐步增加的型截尾模型下,研究部件寿命服从双参数指数分布的冷贮备串联系统可靠性指标的Bayes估计及单样本场合未来观测值的预测问题.在两个参数均未知的情形下,分别在平方损失(SE)、LINEX损失和熵(General Entropy,GE)损失函数下给出两个参数及可靠性指标的Bayes估计,对于超参数的确定,给出一种新的方法;并讨论了单样本场合未来观测值的预测问题,给出预测分布及预测区间;最后利用随机模拟方法进行比较,并对结果进行了讨论.     

参数的E Bayes估计法及其应用

提出了参数的一种估计方法—— E Bayes估计法 ,对寿命服从指数分布的产品 ,在失效率的先验分布为 Gamma分布时 ,给出了失效率的 E Bayes估计和多层 Bayes估计 ,并在此基础上给出了失效率和可靠度的 E Bayes估计的性质 .结合实际问题进行了计算 ,结果表明提出的 E Bayes估计法可行且便于应用 .