Weibull分布下多组序进应力加速寿命试验的统计分析

给出了多组序进应力加速寿命试验下指数分布的极大似然估计的存在和唯一的一个充要条件;模拟比较了一组与二组序进应力加速寿命试验下有关参数估计的差异:对Weibull分布给出了有关参数的联合置信域.     

Weibull分布下定数截尾恒加试验的一种最优设计

在Weibull分布下对定数截尾的恒定应力加速寿命试验作了讨论,利用一个引理在大样本下得到了样品的对数p分位寿命极大似然估计的渐进方差的简单表达式.通过最小化渐进方差得到了试验的最优设计,最后给出一个数值例子说明了最优设计的过程.     

Weibull分布基于恒加寿命试验数据的统计分析

本文导出了Weibull分布基于恒加寿命试验数据的近似无偏估计和近似区间估计，利用模拟方法说明所给方法的有效性。     

利用Weibull分布对飞机某部件的金属材料的疲劳寿命的可靠性估计

本文在Ｗｅｉｂｕｌ分布下对飞机的某关键部件的金属材料的疲劳寿命进行可靠性估计，并给出了部分可靠度和可靠寿命的估计结果．     

利用Weibull分布对飞机某部件的金属材料的疲劳寿命的可靠性估计

本文在Weibull分布下对飞机的某关键部件的金属材料的疲劳寿命进行可靠性估计。并给出了部分可靠度和可靠寿命的估计结果．     

Weibull分布步进应力加速寿命试验的Bayes估计

本文研究了定时和定数截尾情形CE模型下Weibull分布场合步进应力加速寿命试验的Bayes估计.利用加速系数和加速方程将各种加速应力水平下的尺度参数换算为正常应力水平下的尺度参数,从而获得含正常应力下尺度参数的似然函数.在参数先验的选取时,尺度参数和加速系数分别取共轭先验和无信息先验,当形状参数m<1和m>1时分别取Beta分布和Gamma分布作为其先验.在平方损失下,利用Gibbs抽样和切片抽样给出了该模型参数的Bayes估计.最后,通过Monte Carlo模拟表明该Bayes估计是有效的.     

Weibull分布基于恒加试验的参数估计

讨论了Weibull分布场合恒加寿命试验的参数估计,在文[1]对参数估计改进的基础上作了进一步改进,从而使改进后的参数估计更优.     

Weibull分布恒定应力加速寿命试验的Bayes估计

对定时和定数截尾样本情形CE模型下Weibull分布场合恒定应力加速寿命试验进行了Bayes统计分析,利用Laplace方法给出了该模型的近似Bayes估计.最后通过模拟实例表明该Bayes估计是有效的.     

Weibull 分布基于恒加试验尺度参数估计

对 Weibull 分布场合恒加寿命试验的参数估计进行了讨论,在现有参数估计的基础上作了进一步改进,从而使改进后的参数估计更优.     

Weibull分布场合序进应力加速寿命试验的统计分析及其软件包

本文给出了Weibull分布场合序进应力加速寿命试验数据的一种新的统计分析方法及其软件包的特点和使用方法．     

基于最优保存和自适应性的混合遗传算法

1 引 言遗传算法（Genetic Algorithm,GA）是由Michigan大学Holland等创立的.常用的遗传算法一般有以下三种:简单遗传算法（Simple Genetic Algorithm,SGA）或称标准遗传算法（Canonical Genetic Algorithm,CGA）、最优保存简单遗传算法（Optimum MaintainingSimple Genetric Algorithm,OMSGA）和自适应遗传算法（Adaptive Genetic Algorithm,AGA）.     

三种生成神经网络拓扑结构的方法在股票、商品价格预测中的应用及结果比较

对比了三种不同神经网络模型的生成方式:传统神经网络生成模型,遗传算法训练神经网络模型,以及在第二种方式训练参数的基础上,再使用传统神经网络优化生成模型.论文使用上述三种方法对代表性股票和商品价格进行拟合并预测,通过预测结果准确性和稳定性的比较发现:引入遗传算法后的神经网络在样本内的拟合误差有所降低,而第三种方法在样本外有最低的预测误差和最优稳定性.     

Weibull分布场合具有非常数形状参数恒加试验的参数估计

本文讨论了Weibull分布场合恒加寿命试验的点估计和近似区间估计，利用模拟方法说明所给方法的有效性。     

遗传神经网络及其在蛋白质二级结构预测中的应用

本文从两个方面对传统的神经网络预测蛋白质二级结构的模型进行改进：一是从算法入手，结合遗传算法，形成遗传神经网络，努力使迭代朝全局最优的方向进行；二是从神经网络的输入层着手，添加反映残基和预测中心位置距离的单元。结果表明，改进的模型对螺旋预测正确率有很大的提高，从L.Howard Holley等人的59．20％到68．67％。     

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

ＴＨＥＩＮＴＥＲＶＡＬＥＳＴＩＭＡＴＩＯＮＳＦＯＲＴＨＥＰＡＲＡＭＥＴＥＲＳＡＮＤＯＴＨＥＲＲＥＬＩＡＢＩＬＩＴＹＣＨＡＲＡＣＴＥＲＳＯＦＡＴＨＲＥＥＰＡＲＡＭＥＴＥＲＷＥＩＢＵＬＬＤＩＳＴＲＩＢＵＴＩＯＮＣＨＥＮＤＩＡｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐ...     

基于模糊遗传算法的自融资有效投资组合研究

在马克维茨投资组合的均值一方差模型框架下,给出限制投资数量的自融资投资组合优化模型.把预期收益率不等式约束转化为模糊约束,采用一种通过惩罚因子,对适应度函数进行修正的模糊遗传算法来求解模型.在理论上,这种算法能够将最优基因较完整地遗传到下一代,有效地避免了早熟现象,可以得到更好的适应度函数值.在实际应用中,对一具体自融资有效投资组合实例进行计算,结果表明:本文所提出的模糊遗传算法是可行的、有效的,具有更好的优化结果.     

二元广义Weibull模型(英文)

本文研究了一个二元广义Weibull分布模型,其边缘分布分别是一元广义Weibull分布.利用EM算法,得到了未知参数的极大似然估计和观测Fisher信息矩阵.     

二阶段随机规划问题基于随机模拟的遗传算法

利用遗传算法不过多依赖目标函数性质．适应于全局搜索的特点．提出了求解二阶段随机规划的基于随机模拟的遗传算法，算法采用随机模拟技术利用样本均值近似代替期望值，使计算得以简化，计算实例表明该算法是有效和可行的。     

极值分布和威布尔分布异常数据的检验方法

本文对威布尔分布的极值分布异常数据的检验给出了一系列的方法，首先，导入了极值分布下一般Ｄｉｘｏｎ型统计量的精确分布，同时还给出了改进的Ｇ型统计量，及它们的分位点表。最后本文提出了一个新的统计量；Ｆ型统计量，并用Ｍｏｎｔｅ－Ｃａｒｌｏ模拟的方法给出其分位点表，从而首次给出威布尔分布异常值的直接检验方法。本文进一步讨论了这些检验方法的功效，且表明Ｆ型检验是最优的。     

威布尔分布族刻度参数的经验Bayes检验函数的收敛速度

本文研究了在"加权线性损失"下,威布尔分布族刻度参数经验Bayes (EB)检验问题.利用概率密度函数的递归核估计,构造了刻度参数的经验Bayes检验函数,并获得了它的收敛速度,在适当的条件下,收敛速度的阶可任意接近O(n^-1),推广了文献的结果.最后给出一个有关本文主要结果的例子.