学位论文 > 优秀研究生学位论文题录展示
系统可靠性评估中的信息融合方法及应用
作 者: 柴建
导 师: 师义民
学 校: 西北工业大学
专 业: 应用数学
关键词: 多源验前信息 验前分布 稳健Bayes估计 系统可靠性 信息融合 Bayes估计
分类号: O213.2
类 型: 硕士论文
年 份: 2006年
下 载: 426次
引 用: 2次
阅 读: 论文下载
内容摘要
本文综合运用Bayes、经验Bayes及多层Bayes理论,在产品具有多源验前信息的情况下,充分利用验前信息,并结合少量现场试验样本对系统可靠性进行了评估。接着研究了Bayes统计分析中利用验前信息的稳健性问题。同时通过数值仿真来说明应用过程和方法的正确性、合理性。 主要工作如下: 首先,在系统验前信息多源性的情况下,由不同的验前信息得到不同形式的验前分布,利用可信度加权法、相关函数法、极大似然法来融合系统可靠性验前信息,合理地确定了各验前分布在融合综合验前分布中的权重。 其次,讨论了多源验前信息情况下如何对产品的失效率进行融合估计的问题,利用经验Bayes及多层Bayes方法来融合系统的多源验前信息,得到了产品失效率的验前分布及后验分布,并分别在平方损失及Linex损失函数下得到产品失效率的经验Baves估计。 再次,讨论了经验Bayes和多层Bayes信息融合方法在k/n(G)系统可靠性评估中的应用,在多个验前信息源的情况下,得到了系统可靠性指标的Bayes估计。 最后,以平方损失下的Γ-后验期望损失为判别准则,讨论了指数寿命型产品失效率的最优Bayes稳健区间估计,导出了指数寿命型产品失效率的最优Bayes稳健点估计。
|
全文目录
摘要 3-4 Abstract 4-6 第一章 绪论 6-17 1.1 前言 6-8 1.2 可靠性基本概念 8-10 1.3 Bayes、多层Bayes与经验Bayes估计方法 10-17 第二章 多源验前信息融合中的加权法及其应用 17-29 2.1 可信度加权法和相关函数法及其在系统可靠信评估中的应用 17-24 2.2 基于极大似然思想的多个先验分布的加权方法 24-29 第三章 多源验前信息下的Baycs融合方法 29-40 3.1 多源验前信息下的经验Bayes融合方法 29-34 3.2 多源验前信息下的多层Bayes融合方法 34-40 第四章 K/n(G)系统可靠性评定的多源验前信息融合方法 40-49 4.1 引言 40-41 4.2 K/n(G)系统模型 41 4.3 多源验前信息下系统可靠性指标的Bayes点估计 41-47 4.4 仿真 47-48 4.5 结论 48-49 第五章 产品失效率验前分布的最优Bayes稳健性分析 49-58 5.1 问题的提出 49-50 5.2 验后稳健性分析 50-51 5.3 指数寿命型中失效率λ的验后稳健性分析 51-52 5.4 指数寿命型中失效率λ的最优Baycs稳健区间 52-54 5.5 指数寿命型中失效率λ的最优Bayos稳健点估计 54-56 5.6 实例 56-57 5.7 结论 57-58 结束语 58-60 参考文献 60-65 本人在硕士期间论文工作情况 65-66 致谢 66-67 西北工业大学业 学位论文知识产权声明书 67 西北工业大学 学位论文原创性声明 67
|
相似论文
- 舌体特征的提取及融合分类方法研究,TP391.41
- 多传感器信息融合及其在可穿戴计算机上的应用,TP202
- 矿井水文监测系统的可靠性技术研究及应用,TD742.1
- 指数分布下定数截尾步加试验的二次估计,O211.3
- 指数分布下混合截尾步加试验的二次估计,O211.3
- 信息融合技术在嵌入式驾驶疲劳检测中的应用研究,TP368.12
- 两级RAID高可靠分布式iSCSI网络存储系统,TP333
- 多媒体传感终端设备关键技术的研究与实现,TP212.9
- 基于集中决策的广域后备保护研究,TM774
- 水下机械手信息融合及作业规划研究,TP241
- 基于信息融合的转基因食品安全评估,TS201.6
- 基于多信息融合的轮式移动机器人定位导航技术研究,TP242
- 基于贝叶斯网络的电机故障诊断方法研究,TM307.1
- 多尺度信息融合算法研究,TP202
- 输电系统可靠性统计评价方法研究及应用,TM732
- 基于信息融合的模拟电路故障诊断研究,TN710
- 基于证据网络的多源敌我识别信息融合处理方法研究,TP202
- 基于信息融合的高速公路交通事件自动检测算法研究,U491
- 多传感器信息融合技术在虚拟中医正骨手法系统中的应用研究,R274
- 基于多传感器组合的自动导引车系统研究与应用,TP242.2
- 广域保护通信系统可靠性及其路由选择研究,TN914
中图分类: > 数理科学和化学 > 数学 > 概率论与数理统计 > 应用统计数学 > 可靠性理论
© 2012 www.xueweilunwen.com
|