基于不完全数据的敏感性产品可靠性的综合评定1

敏感性产品是在某种可以度量的刺激下的一次性作用产品 ,一般采用成败型数据或序惯试验所得不完全数据来估计其可靠度 .前者在高可靠性要求下 ,所需样本量太大 ;后者虽需要较少的样本量 ,但是造成的外推误差太大 .本文将这两种数据结合起来 ,经过一定的纠偏后给出了敏感性产品的综合可靠性估计 .蒙特卡洛模拟表明 ,这样的综合评估方法是一种可行的方法 .     

基于成败型不完全数据的参数估计

本文给出了基于成败型不完全数据参数的极小x~2-估计、经验极小x~2-估计和极大似然估计的强相合性、渐近正态性,及模型的x~2检验。     

产品无失效数据的可靠性分析

本对某型发动机的无失效数据,给出了失效概率的多层Bayes估计,从而可以得到该型发动机可靠度的估计,并结合该型发动机的实际问题进行了计算。     

基于数学方法的不完全投影数据估计

主要对不完全投影图像恢复问题中不完全投影数据进行了研究.对于投影数据不完全时,运用线性插值法和样条插值法在角度缺失的地方进行数据估计.最后通过仿真实验,将得到的估计投影图像与原始投影图像进行比较并分析.实验结果表明:在恢复投影图像的过程当中,采用线性插值误差更小,恢复的投影图像的精度更高,并且恢复速度快.     

论不完全信息下公共产品的自愿供给效率

本文着重研究了不完全信息下公共产品的自愿供给效率.通过建立一个较以往更为一般的贝叶斯博弈模型,将影响公共产品自愿供给效率的各种因素纳入所建模型中,系统深入地剖析了不完全信息下公共产品的自愿供给效率总是显得更为低下的结论.     

不完全数据下线性回归模型的参数估计

在数据收集过程中,由于各种原因可能造成数据不完整的情况,并将严重影响数据挖掘的质量和结果的稳健性.本文基于EM算法,在SPSS软件的环境下,有效解决了一元线性模型下删失数据带来的参数估计问题,并将此方法实证推广到多元线性回归的模型中.     

关于高维、相依和不完全数据的统计分析

本文包括3部分：第1部分简要讲述统计学的发展和面临的挑战，说明高维，相依和不完全数据的统计分析是在现代科学技术和社会经济中普遍存在的困难问题，第2部分概述我国学者在相关领域所取得的成果：最后谈谈对该领域当前研究趋势的个人认识。     

基于累积损伤过程的不完全预防维护决策

基于累积损伤过程研究旧系统的不完全预防维护策略,冲击服从非时齐Poisson过程,并产生随机的损伤量,损伤量是加法累加的.系统在累积损伤量达到k或系统运行年龄达到T时进行计划内预防维护.在两次计划内预防维护之间,当累积损伤量达到预定水平K (k K)时,对系统进行计划外维护,其费用高于计划内预防维护,利用再生过程理论得到单位时间维护成本,讨论在时齐Poisson过程下的时间预防维护策略与水平预防维护策略,同时给出算例.     

不完全序关系信息下的双边匹配决策

针对不完全序关系信息下的双边匹配问题,提出了一种匹配决策方法。为了解决该问题,首先将不完全序关系信息转化为不完全Borda分值矩阵,并进行规范化处理;依据规范化Borda分值矩阵,构建综合Borda分值矩阵和离差矩阵,进而构建匹配度矩阵。基于匹配度矩阵构建优化模型,通过求解模型获得匹配方案。最后,以软件服务外包供需匹配为例说明本文所提方法的实用性和有效性。     

不完全成本信息下差异产品厂商古诺竞争博弈分析

在成本信息不完全条件下研究了具有替代性产品的古诺竞争问题,并对完全信息与不完全信息两种情形下的均衡结果做了比较。研究表明,在不完全信息下,产品间的替代性、成本函数的概率值以及低成本识别因子对成本信息优势厂商和劣势厂商的均衡产量大小和均衡利润高低均有影响,但对各厂商间的均衡价格高低无影响。无论上述参数如何取值,低成本厂商在不完全信息条件下的贝叶斯纳什均衡产量、均衡价格、均衡利润以及市场份额均低于完全信息条件下的纳什均衡结果;而对高成本厂商而言,结果恰好相反。     

基于不完全观测的生存函数的非参数估计

基于随机右删失数据,Tsai,Ferguson及Susarla等研究了一元生存函数的广义自相合估计及非参数Bayes估计。本文首先将其结果推广到了相依竞争风险场合,进一步探讨了将独立双边删失机制推广到相依双边删失机制的问题,并通过一个实例说明这种推广是有意义的。     

基于定期检测数据或一次性检测数据的指数寿命型产品的可靠性的近似…

本文对于指数寿命型产品，利用产品的定期检测数据或一次性检测数据，先求出分布的参数的极大似然估计，然后通过大量的模拟计算得到产品可靠性的近似置信限，并制备了曲线图可供直接查用。接着对所得近似置信限的精度作了讨论。本文还给出了数字例子。     

基于功能不完全可加系统的系统优化

为了揭示系统的某一功能达到最优与其所有子系统为实现系统这一功能而提供的功能之间的联系,探讨了功能不完全可加系统的系统优化过程,认为可通过对系统施加调节控制作用,使系统状态成功转移到期望状态的总成本最小来实现对系统的优化.最后辅以实例.     

指数型产品的Bayes可靠性鉴定试验

利用可靠性增长模型确定正样产品失效率的先验分布.综合考虑由弃真和存伪风险所造成的试验损失和其他试验费用,建立可靠性鉴定试验的损失评估模型.分别用两种风险准则约束两类决策风险.根据Bayes决策理论,得到失效数和总试验时间的关系,确定使得试验损失函数值最小的鉴定方案.最后通过算例体现方法的有效性,与经典方法和其他Bayes鉴定方法相比较有其优越性.     

不完全序值信息下考虑主体心理行为的匹配决策

针对不完全序值信息下的双边匹配问题,从主体心理行为的角度进行研究,具有现实意义,但相关研究非常少见。鉴于此,本文提出了一种决策方法。描述了不完全序值信息下考虑主体心理行为的双边匹配问题;以每个主体给出的临界值作为其参照点,计算了每个主体给出的序值相对于参照点的收益或损失;考虑到主体损失规避的心理行为特征,依据TODIM思想计算每个主体对另一方主体的益损值的感知价值;在此基础上,构建了求解该双边匹配问题的双目标优化模型,使用线性加权法将双目标优化模型转化为单目标优化模型,通过求解该单目标优化模型获得匹配结果;技术服务外包中的供给方与需求方匹配实例分析说明了所提方法比传统方法效果更显著。     

基于累积前景理论的具有不完全序值信息的双边匹配决策方法

针对带有主体期望值的具有不完全序值信息的双边匹配问题,提出了一种基于累积前景理论的决策方法。在文中,给出了该双边匹配问题的描述;将主体给出的期望值视为参照点,构建了相对参照点的益损矩阵;依据累积前景理论和规范化公式,将益损矩阵转化为规范化前景矩阵;在此基础上,构建了求解该双边匹配问题的多目标优化模型,使用线性加权法将多目标优化模型转化为单目标优化模型,通过求解该单目标优化模型获得匹配结果;最后,通过一个实例说明了所提方法的可行性和有效性。     

基于故障率减少的不完全维修模型

针对可修系统在实际的运行过程中无法通过维修手段恢复如新的情况,通过考虑维修后故障率的直接减少建立了可修系统的不完全维修模型,以此描述可修系统维修改善的效果.在不完全维修模型的基础上,构建了系统的成本函数,得到了系统最优的预防性维修次数和预防性维修时间间隔.最后,通过实例验证了模型的可行性和有效性.     

机电产品可靠性寿命试验数据的灰色预测方法

采用灰色系统预测理论对产品可靠性寿命试验数据进行预测,提出了建立产品可靠性寿命试验数据的灰色预测NGM(1,1)模型的方法,并通过采用试验数据序列与预测数据序列总体分布函数相等性检验方法确认灰色预测NGM(1,1)模型用于产品可靠性寿命试验数据预测是可行的.算例结果表明,采用灰色预测方法预测产品可靠性寿命试验数据并进行相关的分布函数参数估计有较高的精度,可达到缩短试验时间和节约试验费用目的.     

利用远场模式的不完全数据反演声波阻尼系数

1.引言 对声波反散射理论的研究,已经有大量的研究[1.5].[7]利用散射波的远场模式反演边界条件中的阻尼系数.但是在实际问题中,要在物体的一周测量到远场模式的值是不现实的.因此,利用远场模式的不完全数据来进行反演有明显的物理和实际意义.一些文献将此类问题称为声波反散射理论的“limited aperture problem”.本文利用远场模式的不完全数据,反演边界条件中的声波阻尼系数.     

基于属性不完全补偿性的图书馆人员招聘研究

从人员招聘中属性的不完全补偿性出发,借助定性定量相结合的方法获取了评估数据,并对定性指标进行了差异性分析,增强主观评价指标的准确性.通过指标之间归一化处理,获取具有公度性的数据,并以图书馆人员的招聘为例,构架了一般的人员招聘评价模型,获得了较为理想的结果.