关于一种新模型对软件总体可靠度的估计

本文在对文[4]中软件可靠度的估计进行研究的基础上,提出了软件总体可靠性的一个新模型,对软件总体的可靠度进行了讨论,利用点估计方法,得到软件可靠度的点估计值,证明了软件总体失效率λ估计解的唯一性,并对缺陷数进行了估计,从而给出了新模型下软体总体可靠性的估计.     

Г─Г结构串联系统可靠度的Bayes估计

本文把含于结构系统中应力和强度含有的未知参数视为随机变量，利用Ｂａｙｅｓ方法讨论了当应力和强度均服从Г分布时结构串联系统可靠度θ＝Ｐ（Ｘ＞Ｙ）的估计问题，给出了θ的Ｂａｙｅｓ置信限。     

正态──正态结构串联系统可靠度的Bayes估计

本文利用Ｂａｙｅｓ方法讨论了正态——正态结构串联系统可靠度θ＝Ｐ_ｒ０（Ｘ＞Ｙ）的估计问题，把θ的后验均值作为它的点估计，在特殊情况下，还得到了θ的Ｂａｙｅｓ置信限。     

软件可靠性模型和估计

本文根据何国伟提出的软件可靠性模型,特别是输入空间和输入分布的概念,分析软件测试数据特征,给出软件可靠性的点估计和置信下界的计算公式。     

一种新的基于不完全排错的最优软件发行策略

软件的最优发行管理问题是软件可靠性研究的一个关键问题.现有的最优软件发行模型大都假定软件排错过程是完全的,并且在排错过程中没有新的故障引入,这种假设在很多情况下是不合理的.本文提出了一种新的最优软件发行管理模型,该模型既考虑了软件的不完全排错过程,又考虑了在排错过程中可能会引入新的故障,同时还考虑了由于排错经验的不断积累,软件的完全排错概率会增加的情况.本文同时给出了该模型的解.     

随机套分类模型中方差分量区间估计的改进

首先给出了随机套分类模型中方差分量基于由方差分析产生的平方和的区间估计.然后以此为基础进行了改进,推导出了同时依赖于均值与平方和的区间估计.二者的区间长度相同,但后者有较高的置信度.     

线性混合模型参数的一种新估计

线性混合模型的未知参数分两类, 一类是固定效应, 一类是方差分量. 提出了固定效应和方差分量的一种新估计, 称为谱分解估计, 并证明了新估计的一些重要统计性质. 新估计的突出特点是, 固定效应的估计是具有良好统计性质的线性估计. 新方法被应用于经济、金融和 机械测量方面的两个重要模型, 所得到的估计都具有很好的统计和实用意义.     

可靠度的M-Bayes可信限

在可靠性试验中,有时会出现无失效数据,特别是在高可靠性、小样本试验中更容易产生无失效数据.本文提出了无失效数据情形,产品可靠度的一种新的参数估计方法-"M-Bayes可信限法",给出了产品可靠度的M-Bayes可信限的定义和M-Bayes可信下限的估计公式,并给出了M-Bayes可信下限估计的性质.最后,给出了数值算例,通过例子可以看出,本文提出的方法可行且便于应用.     

参数的变换矩估计方法

概率积分变换是统计分析中一个重要方法，它在拟合优度检验中得到了良好的应用．本文将这一思想应用于参数估计问题，提出一般参数估计的变换矩方法研究表明，这种方法既有较高的效率，又有良好的稳健性．文中证明了变换矩估计的存在性，相合性和渐近正态性，同时给出了影响函数和崩溃点，并具体分析了几个常见分布族的结果．     

基于检测数据的指数型元件贮存可靠性的置信限

为了评估元件或产品在贮存期间的可靠性，我们要对元件进行检测．一般地，在ti时刻检测ni个元件，设每次检测的正确率为ri，（ri已知，ri＞1／2）．检测结果成功的元件数为si（i＝1，k）．本文将基于此类数据，给出一种方法，来确定元件的贮存可靠性的置信下限，并给出了数字例．     

成败型元件可靠性估计及近似置信限

本文基于成败型元件串联系统的成败型试验数据,研究成败型元件可靠性的点估计以及近似置信下限.     

基于巴斯卡数据成败型元件串联系统可靠性经典精确置信限

设Ａ为由Ｋ个相互独立的成败型元件组成的串联系统，第ｉ个元件的可靠性ｐｉ，ｐｉ未知，ｉ＝１，２，…，Ｋ．设对第ｉ个元件，对于给定的ｍｉ，有ｎｉ个巴斯卡试验数据：Ｘｉ１，Ｘｉ２，…，Ｘｉｎｉ，其中Ｘｉｊ表示对第ｉ个元件进行试验，试验进行到ｍｉ次成功时所需要的试验次数ｊ＝１，２，…，ｎｉ，ｉ＝１，２，…，Ｋ．记Ｔｉ＝Ｘｉ１＋Ｘｉ２＋…＋Ｘｉｎｉ，ｉ＝１，２，…，ｋ．本文研究基于统计量（Ｔ１，Ｔ２，…，Ｔｋ）求串联系统Ａ的可靠性经典精确最优置信下限．     

基于样本空间中序关系构造参数置信限方法的一个注记

，证明了存在样本空间中的一种序关系，使得基于这种序关系构造的参数的上（下）置信限是同一置信水平下的一致最精确上（下）置信限．本文还证明了，多参数指数族中一个参数的一致最精确无偏上（下）置信限也能基于样本空间中的一种序关系构造出来。     

贮备系统可靠性之近似置信限

设组成贮备系统的指数寿命型元件的失效率之间满足某种关系．本文给出了这样的两个贮备系统组成的串联系统可靠性之近似置信下限的计算公式．     

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.     

集成神经网络快速估价模型

本文将模糊逻辑和神经网络结合起来,并利用系统的层次性和可分性原理,建立起一个集成的模糊神经网络,用以解决在不确定信息下的快速估价问题,并给出了模型算法。     

评估系统可靠度置信下限的随机模拟方法

由已知寿命分布和测试数据的五个不同类型部件,组成一串并联系统,本文应用Monte Carlo方法,Bootstrap方法,和Double Monte Carlo方法给出该系统的可靠度置信下限.     

利用隐蔽数据求指数型元件可靠性Bayes置信限及Fiducial置信限

本文对两个相互独立的指数型元件，利用串联系统寿命试验的隐蔽数据求元件可靠性的Bayes置信限以及Fiducial置信限．     

THE INTERVAL ESTIMATIONS FOR THE PARAMETERS AND OTHER RELIABILITY CHARACTERS OF A THREE PARAMETER WEIBULL DISTRIBUTION

ＴＨＥＩＮＴＥＲＶＡＬＥＳＴＩＭＡＴＩＯＮＳＦＯＲＴＨＥＰＡＲＡＭＥＴＥＲＳＡＮＤＯＴＨＥＲＲＥＬＩＡＢＩＬＩＴＹＣＨＡＲＡＣＴＥＲＳＯＦＡＴＨＲＥＥＰＡＲＡＭＥＴＥＲＷＥＩＢＵＬＬＤＩＳＴＲＩＢＵＴＩＯＮＣＨＥＮＤＩＡｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐ...