基于多层Bayes估计的战略协同网络供应链可靠性的参数估计

在战略协同网络中供应链的可靠性研究中,引进失效信息,对可靠性参数进行了估计,并给出了实证,结果表明本文给出的方法可行.     

无失效数据失效率的综合多层Bayes估计

文章对指数分布无失效数据的失效率,在先验分布为Ｇａｍｍａ分布时,在引进失效信息后,给出了多层Ｂａｙｅｓ估计以及综合多层Ｂａｙｅｓ估计,并给出了可靠度的综合估计。最后,结合实际问题进行了计算     

失效率的E-Bayes估计和多层Bayes估计

提出了一种可靠性参数的估计方法—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,给出了失效率的E-Bayes估计的定义、E-Bayes估计和多层Bayes估计,并在此基础上给出了E-Bayes估计的性质.最后,结合发动机的实际问题进行了计算,结果表明E-Bayes估计法可行且便于应用.     

无失效数据的Bayes和多层Bayes分析

本文推广了文献[6]的结果，对指数分布无失效数据的失效率，给出了Bayes估计、Bayes置信上限以及多层Bayes估计，从而可以得到无失效数据可靠度的估计，最后，结合实际问题进行了计算。     

无失效数据的Bayes和多层Bayes估计

对无失效数据的研究 ,是近些年来遇到的一个新问题 ,在实际问题中迫切需要解决 ,这项工作具有理论和实际应用价值 .本文对无失效数据 (ti,ni) ,在时刻ti 的失效概率pi=p{T 相似文献   

指数分布无失效数据的多层Bayes分析

韩明等．指数分布无失效数据的多层Ｂａｙｅｓ分析．数理统计与管理，１９９８，１７（４），２４～２７．本文对指数分布无失效数据的失效率，在先验分布为Ｇａｍｍａ分布时，给出了多层Ｂａｙｅｓ估计。最后，结合实际问题进行了计算     

二项分布参数多层Bayes和E Bayes估计的性质

讨论无失效数据下二项分布参数E Bayes估计和多层Bayes估计的性质,证明二项参数的多层Bayes估计和E Bayes估计渐近相等,且E Bayes估计值小于多层Bayes估计值.     

指数分布参数多层Bayes和E Bayes估计的性质

本文讨论无失效数据下指数分布参数多层Bayes估计和E Bayes估计的性质,在超参数分别取两种不同的先验分布下,证明参数的多层Bayes估计和E Bayes估计渐近相等,且多层Bayes估计值小于E Bayes估计值.     

无失效数据的多层Bayes可靠性分析

本文对无失效数据（ti,ni）在时刻ti的失效概率pi＝p｛T＜ti｝的先验分布为不完全Beta分布时，给出了pi的多层Bayes估计，由此可以得到无失效数据可靠度的估计．     

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 .     

系统可靠性Bayes点估计的若干结果

本文证明了三个定理，得到串联、并联、ｋ／ｍ（Ｇ）系统可靠度和平均寿命的Ｂａｙｅｓ点估计表达式（ｔ）和．有助于“经济系统可靠性”的研究．     

平稳MA模型阶数的Bayesian估计

本文基于Bnyesian估计理论，讨论了MA模型阶的识别，在关于阶和参数的一个一般先验分布下，给出了阶的估计的Bayesian准则，并证明了该估计方法具有强相合性．     

以截尾伽玛分布为先验分布的产品失效率的贝叶斯估计

本文研究了基于泊松分布的产品失效率估计问题.利用贝叶斯统计推断方法,获得了以截尾伽玛分布为先验分布时,产品失效率的贝叶斯估计和相关性质,推广了以伽玛分布为先验分布的贝叶斯估计结果.     

一个供应链系统可靠性模型时间依赖解的渐近行为

本文研究一个供应链系统可靠性模型的时间依赖解.利用C0-半群理论研究该模型相应算子的谱的特征,获得了该系统模型时间依赖解的渐近行为,推广了文献[8]中的结果.     

二项分布无失效数据的Bayes可靠性分析

本文对二项分布无失效数据，给出了Bayes估计、多层Bayes估计和Bayes置信下限，并对一些结果进行了比较。     

A COMPOUND POISSON MODEL FOR LEARNING DISCRETE BAYESIAN NETWORKS

We introduce here the concept of Bayesian networks, in compound Poisson model, which provides a graphical modeling framework that encodes the joint probability distribution for a set of random variables within a directed acyclic graph. We suggest an approach proposal which offers a new mixed implicit estimator. We show that the implicit approach applied in compound Poisson model is very attractive for its ability to understand data and does not require any prior information. A comparative study between learned estimates given by implicit and by standard Bayesian approaches is established. Under some conditions and based on minimal squared error calculations, we show that the mixed implicit estimator is better than the standard Bayesian and the maximum likelihood estimators. We illustrate our approach by considering a simulation study in the context of mobile communication networks.     

加权先验下的Bayes方差估计

针对具有多阶段试验信息的参数估计问题,考虑到历史数据和现场数据的不可等同性,给基于历史数据的似然函数加一个权参数a0(0≤a0≤1)的方案,结合动态修正Bayes估计方法,建构并推导出正态分布方差的加权先验Bayes估计模型.     

平行机的供应链排序

研究平行机环境下的供应链排序,即研究如何安排工件在平行机上加工,把加工完毕的工件分批发送给下游客户,使得生产排序费用和发送费用总和最少。这里,生产排序费用是用工件送到时间的函数表示;发送费用是由固定费用和与运输路径有关的可变费用两部分组成。研究以工件带权送到时间和作为生产排序费用的供应链排序问题,给出多项式时间近似算法,并分析算法性能比。