一、截尾试验下指数分布的贝叶斯估计（论文文献综述）
武东,李琼[1]（2021）在《瑞利分布恒定应力加速寿命试验的贝叶斯估计》文中指出基于定数截尾样本,对CE模型下瑞利分布恒定应力加速寿命试验进行了贝叶斯统计分析,利用蒙特卡洛计算积分法给出了该模型的贝叶斯估计的近似算法,最后通过模拟比较表明贝叶斯估计更加精准有效。
王洪昆,操琴,蒋增强[2]（2021）在《无失效转向架侧架贝叶斯可靠性评估方法》文中认为针对高可靠性零部件,在无失效数据情况下,以C80货车K6型转向架侧架为研究对象进行可靠性评估。在期望贝叶斯估计法与参数Bootstrap法的框架下,结合加权最小二乘法、蒙特卡洛仿真等技术,深入讨论期望贝叶斯模型中超参数选取与分布形式、参数Bootstrap重抽样样本量等对评估结果的影响。通过实例研究对比了所提出模型与传统的置信限法和固定超参数取值的期望贝叶斯估计模型的区别,分析了超参数选取对可靠性评估的影响,丰富了无失效数据情况下的可靠性评估方法。
赵爱红[3]（2021）在《三参数离散广义逆威布尔分布的可靠性统计分析》文中进行了进一步梳理
王春玲[4]（2021）在《几类模型下兴趣参数的广义推断研究》文中指出广义推断是利用广义检验变量和广义枢轴量对兴趣参数进行统计推断的方法,它在样本量较小时和模型中存在讨厌参数时均有着良好的表现。近年来其被不断的应用于各类统计问题当中。本文主要讨论广义推断方法在几类常见参数模型中的应用,所用到的模型包括双参数指数分布模型,线性混合效应模型,基于截尾数据的广义逆指数分布模型等。本文通过构造兴趣参数的广义枢轴量得到了其广义置信区间和假设检验问题的广义p值,并通过蒙特卡罗（MC）方法进行模拟比较,主要结果如下:（1）.研究了基于广义推断的双参数指数分布均值、分位数和生存概率的区间估计问题。讨论了均值和分位数的广义置信限,利用MC方法与精确置信限、近似置信限进行了比较,结果发现我们所给出的方法得到的置信限更接近于精确置信限;并解决了精确置信限无法给出显示解的问题;同时也给出了该分布均值、分位数和生存概率其广义置信区间的覆盖率和区间长度,结果表明与近似置信区间相比,广义置信区间的覆盖率更接近名义水平,且区间长度较短。（2）.研究了线性混合效应模型中兴趣参数的统计推断问题。通过构造带有两个方差分量的线性混合效应模型中各个兴趣参数的广义枢轴量来研究兴趣参数的广义置信区间和广义p值检验,通过蒙特卡罗模拟方法给出了置信区间的覆盖率及其平均长度还计算了犯第一类错误概率和检验的功效,同时将所得的结果与其他方法的结果进行比较,结论证明了广义推断方法的优良性质。（3）.给出了广义逆指数分布（GIE）的广义信仰分布（GFD）函数,并基于该分布函数计算出了 GIE参数λ和β的估计值和广义置信区间。利用AMHG（Adaptive Metropolis-Hastings within Gibbs）-MCMC采样方法得到了参数β的迭代值,解决了参数β枢轴方程为隐式方程的难题,将该方法与贝叶斯方法、基于渐近正态分布的大样本方法进行比较.模拟结果显示,广义推断方法在该模型上表现更好。（4）.分别探讨了广义推断在基于完全数据和截尾实验数据广义逆指数分布中的应用,研究了这种可靠性分布模型基于逐步type-Ⅱ右截尾实验数据及最高记录值数据的统计推断问题。对于此推断问题,首先构造出了参数的枢轴方程,然后基于其广义枢轴量计算出了相应的广义置信区间,最后通过MC方法得到了置信区间的覆盖率及其区间长度,并将该方法下的覆盖率与基于渐近正态分布的大样本方法下的覆盖率进行了比较。模拟结果表明,广义推断方法具有较高的准确度和实际应用价值。
乔志伟[5]（2021）在《蓄能器可靠性试验台开发及可靠性评估》文中进行了进一步梳理制造业是国民经济的主导产业,是立国之本、强国之基,而液压传动系统因其独特的优势被广泛应用在制造业的各个领域。蓄能器作为液压传动系统中的一种重要辅助元件,其可靠性是整个液压系统高效、稳定运行的关键。在蓄能器的可靠性研究中,性能优良的蓄能器测试台和准确可靠的可靠性评估方法的重要性不言而喻。课题拟设计一种高效、节能、自动化程度高的蓄能器试验台,并对蓄能器进行可靠性试验和可靠性评估。针对传统蓄能器试验台耗能严重、单泵驱动负载高、试验稳定性差等问题,设计了蓄能器可靠性试验台的液压系统。采用双蓄能器交替充放液来实现能量回收功能,采取低压大流量泵和高压小流量泵共同驱动的方法,减轻了单泵负载,提高了试验稳定性,并根据主要技术参数完成液压元件的选型。针对传统蓄能器试验台自动化程度低、测试精度低、人机交互不友好等问题,开发了蓄能器可靠性试验台测控系统。首先根据试验台功能需求制定了测控系统总体方案,之后基于模块化的思想对测控系统进行了开发,其中上位机软件选取LabVIEW为软件开发环境平台,为各功能块设计了用户友好的人机交互界面,下位机采用PLC作为控制器,根据所需功能编写了具体程序,最后通过OPC协议与上位机实现通讯。整个测控系统可以实现数据采集、数据处理、实时曲线绘制、保存等功能。采用改进的配分布曲线法对威布尔分布的无失效数据进行了可靠性分析。对比配分布曲线法中失效概率估计的几种方法,选择多层贝叶斯方法进行改进,基于贝叶斯理论修正失效概率的先验分布,根据失效概率的保序性修正失效概率的取值范围得到改进后的配分布曲线法,利用仿真无失效数据及经典无失效轴承实例对其进行验证,并证实了改进方法的可行性。设计了蓄能器试验方案,得到蓄能器无失效数据。采用改进配分布曲线法对其进行分析,得到了符合威布尔寿命分布的蓄能器分布的形状参数和尺度参数,并对蓄能器进行可靠性评估,为工程实际应用提供了理论基础。
张良超[6]（2021）在《连续型损失分布的近似贝叶斯估计及其应用》文中提出非寿险精算学主要是以非寿险中的不确定性为研究对象,通过建立随机模型对险种的损失进行刻画。在保险精算实际中,保险事故发生后,通常会造成经济损失。根据保险合同的约定,保险公司需要对事故所造成的经济损失进行赔偿。我们的目标是根据观测到的一系列索赔数据来建立损失分布模型。假设损失(3由未知的风险参数识别,由于保单组合风险的非齐次性,的可能取值由随机变量来刻画,设的概率分布为（）,在贝叶斯分析中称为先验分布,故对的估计就落入了贝叶斯框架。信度估计的基本思想是同时利用样本信息与先验信息确定风险参数。在经典的B¨uhlmann模型中,信度估计可以表示为个体均值与聚合均值的加权平均。如何充分地利用先验信息是贝叶斯统计推断的重要内容。本文主要研究了两类损失分布（双参数指数分布和对数正态分布）的参数估计方法。研究了参数的极大似然估计、矩估计、贝叶斯估计及其统计性质。在大样本情况下,这几种方法的结果都很准确。但在小样本情况下,贝叶斯估计优越性明显,由于贝叶斯估计依赖样本分布和先验分布形式,通常会遇到积分无法计算的情况,无法得到显示解。因此我们在信度理论基础上,通过引入一个新的函数类,提出了双参数指数分布和对数正态分布中尺度参数的二次贝叶斯估计。二次贝叶斯估计不依赖具体的先验分布形式,仅利用先验分布的前4阶矩,而且具有解析解的形式便于实际使用。对不同的损失分布而言,二次贝叶斯估计的表达式具有统一的形式。在均方误差准则下,二次贝叶斯估计优于经典的信度估计和极大似然估计。先验分布形式给定,在先验均值固定情况下,一个先验信息更集中的先验分布可以降低二次贝叶斯估计的均方误差。从逼近贝叶斯估计的视角来看,二次贝叶斯估计趋近贝叶斯估计对先验分布的选择具有稳健性,且近似程度优于线性贝叶斯估计。最后,基于一个实际数据,验证了二次贝叶斯估计的有效性。
梅梦玲,周菊玲,董翠玲[7]（2021）在《IIRCT下指数分布参数多变点的贝叶斯估计》文中研究说明对缺损的寿命变量数据进行添加,得到了带有不完全信息截尾实验下的指数分布的完全似然函数,并给出了其变点的位置和其他参数的满条件分布.通过利用Gibbs抽样与Metropolis-Hastings算法相结合的MCMC方法对各参数的满条件分布分别进行了抽样,介绍了实施MCMC方法的详细步骤,得到了参数的Gibbs样本,把Gibbs样本的均值作为各个参数的贝叶斯估计,随机模拟的实验结果表明各参数的贝叶斯估计精度较高.
袁海晟[8]（2021）在《基于威布尔分布的可靠性鉴定试验方案设计》文中研究表明可靠性是指产品在规定的条件下,规定的时间内完成规定功能的能力。随着我国工业化水平的不断提升,无论是军工产品还是民用产品,对产品的可靠性要求都在不断提高。产品的可靠性水平由设计、制造加工和维护等多个环节共同决定。其中,不可忽视的一环是产品正式设计定型前的可靠性鉴定试验。目前我国机械产品的可靠性鉴定试验标准,一般采用GJB 899A-2009,此标准是基于产品寿命分布服从指数分布制定的,然而机械产品的寿命却大多服从或者近似服从于威布尔分布。因此本文对这一问题进行了研究,主要包括以下内容:（1）详细的阐述了可靠性鉴定试验类型、原理、设计要求、基本参数。对威布尔分布模型进行了详细的介绍,分析了威布尔分布模型的特点和主要适用场景。（2）对定时截尾试验的原理进行了介绍。针对有替换定时截尾试验,提出了一种多样本威布尔分布更新过程的计算模型,并完成了标准试验方案设计和LQ极限质量试验方案设计。针对无替换定时截尾试验,给出了试验方案设计的数学方程组。进一步结合具体算例,将本文的方案设计和GJB 899A-2009中方案以及一种基于非齐次泊松过程的方案设计进行了仿真对比与分析,证明了本文方案的优势。（3）阐述了统计学中序贯概率比检验的原理,并介绍了由其衍生而来的序贯试验方案。针对试验中不同的故障品处理策略,分别设计了基于威布尔分布的序贯试验方案。并结合具体算例,对序贯试验方案进行了仿真分析。（4）针对寿命分布的形状参数m确定这一问题,采用了参数估计的方法修正威布尔分布的形状参数。针对鉴定试验样本量较小,估计结果受样本随机性影响较大的问题,给出了一种基于S-SMART重采样方法的小样本估计方法。并结合实际例子,应用基于S-SMART重采样方法的小样本估计方法来确定样品寿命分布的形状参数,进一步完成方案设计,并对设计出的方案进行了仿真分析。
陈建达[9]（2021）在《ZZ分布下复杂系统可靠度的估计及性质》文中研究指明若干个元件按照某种方式进行连接,其中每个元件的工作与否是独立的,这种结构称为一个复杂系统。比如建筑的供配电系统、城市的轨道交通系统和卫星推进系统等都是复杂系统。衡量复杂系统可靠性的常见指标有可靠度、平均寿命、可靠寿命、失效率等等,而可靠度是评价系统优良的重要指标之一。通过样本数据对每个元件的寿命进行研究,进而可推断整个复杂系统的可靠度,是一种常用的方法。常用寿命分布有指数分布、威布尔分布、极值分布和对数正态分布等。利用上述四种寿命分布,基于各种样本数据,对这些复杂系统可靠度进行统计推断是众多学者研究的主要内容之一。但有时某些研究显示一些元件的实际寿命与其估计相差甚远,这说明该类元件寿命不能用常用的几种分布很好的刻画。ZZ分布是近两年刚刚提出的一种新型寿命分布,服从该分布的变量取值大于或等于零,概率密度函数是由两个参数所确定。已有事实说明用ZZ分布刻画某类元件的寿命会较常用的分布更精确更合理。本文假设元件的寿命分布为ZZ分布,在此前提下,首先基于截尾样本数据,对复杂系统可靠度给出了极大似然估计和简单线性估计,并讨论了估计的性质;其次在完全样本下,基于矩估计的思想,给出了复杂系统可靠度的估计,并讨论了其性质;再次在成败数据下,基于两种方法给出了复杂系统可靠度的估计,并讨论了估计的性质;最后给出了模拟算例。
赵竑恺[10]（2021）在《逐次定数截尾数据下ZZ分布的参数估计》文中提出在有关参数估计的可靠性试验中,截尾寿命试验是一类被广泛应用的试验方法。又由于现代工业产品具有寿命长、试验成本高等特点,在截尾寿命试验的过程中,试验人员可以从未失效产品中随机抽取一部分产品移离试验,称此为逐次截尾寿命试验。这样,既可以了解产品的特性又可以节约成本,其研究更具有现实意义。可靠性统计推断一般是基于常见的四种寿命分布:指数分布、韦布尔分布、极值分布和对数正态分布。在各种寿命试验或截尾样本形式下,国内外对这四种分布的研究已有很多,然而有些存储产品,在给定的设计寿命之前很少失效,过了设计寿命之后失效的比例大幅增加,这时ZZ分布能够较好地刻画这类产品的寿命分布。本文是在ZZ分布场合下,基于逐次定数截尾试验数据,研究参数的估计与性质。具体研究内容如下:1.研究逐次定数截尾数据下ZZ分布参数的极大似然估计和近似极大似然估计。首先由联合密度函数给出参数的似然函数,取对数求偏导得到非线性似然方程组,用Newton-Raphson迭代法求得其数值解。其次,运用泰勒展式,将似然方程组的非线性部分转化为线性表达,即用近似极大似然估计求得参数的解析表达式。最后,通过Matlab软件进行数值模拟,验证并比较两种估计方法。2.探讨逐次定数截尾数据下ZZ分布参数的最佳线性无偏估计。由于每次失效时都有产品退出试验,故观察到的样本数据是有多种可能的顺序统计量。首先研究一种抽样情形下ZZ分布参数的条件最佳线性无偏估计,再将每种可能情况出现的概率作为权重,加权得到一般逐次定数截尾数据下ZZ分布参数的最佳线性无偏估计的表达式。其次,给出两种特殊移出情况时最佳线性无偏估计的具体表达式,并构造出数表,便于使用。最后,利用数值仿真算例验证所提出的一般最佳线性无偏估计方法的可行性。3.讨论逐次定数截尾数据下ZZ分布参数的区间估计和可靠度函数的置信下限。首先,通过EZ分布构造其分布仅仅通过可靠度函数而依赖于参数的统计量,变换后得到各时刻可靠度函数置信下限的表达式。其次,运用极大似然估计的渐近理论得到参数的近似置信区间。最后,利用数值模拟验证区间估计方法的有效性。
二、截尾试验下指数分布的贝叶斯估计（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、截尾试验下指数分布的贝叶斯估计（论文提纲范文）
（1）瑞利分布恒定应力加速寿命试验的贝叶斯估计（论文提纲范文）
| 0 引言 |
| 1 基本假定与试验安排 |
| 2 最大似然估计 |
| 3 贝叶斯估计 |
| 4 数值模拟 |
| 5 结语 |
（2）无失效转向架侧架贝叶斯可靠性评估方法（论文提纲范文）
| 1 侧架的寿命分布与无失效样本 |
| 1.1 侧架的寿命分布类型 |
| 1.2 无失效侧架样本数据 |
| 2 侧架可靠度评估 |
| 2.1 模型设定 |
| 2.2 可靠度的点估计结果 |
| 2.3 侧架可靠度的区间估计结果 |
| 3 模型验证与讨论 |
| 3.1 超参数a的取值对评估结果的影响 |
| 3.2 寿命分布选取对评估结果的影响 |
| 3.3 基于仿真研究的模型验证 |
| 3.4 基于模型对比的模型验证 |
| 4 结论 |
（4）几类模型下兴趣参数的广义推断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状与发展 |
| 1.3 主要研究内容 |
| 第2章 广义推断在双参数指数分布中的应用 |
| 2.1 基本概念 |
| 2.2 双参数指数分布相关性质 |
| 2.3 双参数指数分布均值的置信区间估计 |
| 2.4 双参数指数分布p分位数的置信区间估计 |
| 2.5 双参数指数分布生存概率的广义置信区间 |
| 2.6 模拟比较 |
| 2.7 本章小结 |
| 第3章 线性混合模型兴趣参数的广义推断研究 |
| 3.1 方差分量σ_e~2和σ_α~2的广义推断 |
| 3.2 固定效应μ的广义枢轴量 |
| 3.3 模拟研究 |
| 3.4 本章小结 |
| 第4章 广义推断在广义逆指数分布兴趣参数中的应用 |
| 4.1 广义逆指数分布函数 |
| 4.2 参数β,λ的近似推断 |
| 4.3 广义逆指数分布参数β,λ的贝叶斯推断 |
| 4.4 GIE分布参数β,λ的广义Fiducial推断 |
| 4.5 不完全数据下参数β的置信区间估计 |
| 4.6 模拟结果 |
| 4.7 本章小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 研究生在读期间主要研究成果 |
| 附录 |
（5）蓄能器可靠性试验台开发及可靠性评估（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 液压试验台测试技术发展现状及趋势 |
| 1.3 无失效数据研究方法国内外现状 |
| 1.4 主要研究内容 |
| 第2章 蓄能器可靠性试验台液压系统设计 |
| 2.1 引言 |
| 2.2 蓄能器试验台功能需求分析 |
| 2.2.1 试验台功能需求 |
| 2.2.2 主要技术参数 |
| 2.3 试验台液压系统原理设计 |
| 2.4 主要液压元件计算选型 |
| 2.5 本章小结 |
| 第3章 蓄能器可靠性试验台测控系统开发 |
| 3.1 引言 |
| 3.2 测控系统方案拟定 |
| 3.3 PLC控制系统设计 |
| 3.4 基于LabVIEW的上位机软件开发 |
| 3.4.1 上位机软件结构设计 |
| 3.4.2 试验台人机交互界面设计 |
| 3.5 PLC与 LabVIEW通讯实现 |
| 3.6 本章小结 |
| 第4章 威布尔分布的无失效数据可靠性分析 |
| 4.1 引言 |
| 4.2 威布尔分布的无失效数据建模及方法研究 |
| 4.2.1 威布尔分布理论 |
| 4.2.2 威布尔分布的无失效数据建模 |
| 4.3 基于改进配分布曲线法的可靠度点估计 |
| 4.3.1 失效概率估计 |
| 4.3.2 可靠度点估计 |
| 4.4 改进方法数值验证 |
| 4.4.1 仿真数据生成 |
| 4.4.2 改进方法精度分析 |
| 4.4.3 实例验证 |
| 4.5 本章小结 |
| 第5章 蓄能器可靠性评估 |
| 5.1 引言 |
| 5.2 蓄能器可靠性试验方案设计及数据采集 |
| 5.2.1 试验方案选择 |
| 5.2.2 试验数据采集 |
| 5.3 可靠性评估 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间参与的科研项目 |
| 致谢 |
（6）连续型损失分布的近似贝叶斯估计及其应用（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 引言 |
| 1.1 研究背景与研究现状 |
| 1.2 本文的创新与结构 |
| 第二章 双参数指数分布及其参数估计方法 |
| 2.1 双参数指数分布及性质 |
| 2.2 参数(θ, μ)的三大点估计 |
| 2.3 尺度参数的近似贝叶斯估计 |
| 2.3.1 线性贝叶斯估计 |
| 2.3.2 二次贝叶斯估计 |
| 第三章 双参数指数分布的模拟比较与实证分析 |
| 3.1 参数(θ, μ)的三大估计精度对比 |
| 3.2 二次贝叶斯估计的优良性 |
| 3.3 实证分析 |
| 第四章 对数正态分布及其尺度参数估计方法 |
| 4.1 对数正态分布及性质 |
| 4.2 矩估计与极大似然估计 |
| 4.3 贝叶斯估计与近似贝叶斯估计 |
| 4.4 数值模拟 |
| 第五章 总结与展望 |
| 参考文献 |
| 致谢 |
| 硕士期间研究成果 |
（8）基于威布尔分布的可靠性鉴定试验方案设计（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 威布尔分布模型研究现状 |
| 1.2.2 可靠性鉴定试验研究现状 |
| 1.2.3 威布尔分布下可靠性鉴定试验研究存在的问题 |
| 1.3 本文研究内容与结构安排 |
| 1.3.1 本文研究内容 |
| 1.3.2 本文结构安排 |
| 第二章 可靠性鉴定试验基本原理 |
| 2.1 可靠性试验方案设计原理 |
| 2.1.1 可靠性鉴定试验概述 |
| 2.1.2 可靠性鉴定试验方案分类 |
| 2.1.3 抽样检验 |
| 2.2 威布尔分布模型 |
| 2.3 试验参数 |
| 2.4 本章小结 |
| 第三章 基于威布尔分布的定时截尾试验方案设计 |
| 3.1 定时截尾试验原理 |
| 3.2 有替换定时截尾试验方案设计 |
| 3.2.1 有替换定时截尾试验的标准方案设计 |
| 3.2.2 有替换定时截尾试验的LQ方案设计 |
| 3.3 无替换定时截尾试验方案设计 |
| 3.4 算例分析 |
| 3.4.1 有替换定时截尾试验算例分析 |
| 3.4.2 无替换定时截尾试验算例分析 |
| 3.4.3 形状参数存在误差时的试验方案选择 |
| 3.5 本章小结 |
| 第四章 基于威布尔分布的序贯试验方案设计 |
| 4.1 序贯试验原理 |
| 4.1.1 似然比检验 |
| 4.1.2 序贯概率比检验 |
| 4.1.3 基于指数分布的序贯试验方案 |
| 4.2 有替换序贯试验方案设计 |
| 4.3 无替换序贯试验方案设计 |
| 4.4 算例分析 |
| 4.4.1 序贯试验的判决方式 |
| 4.4.2 有替换序贯试验算例分析 |
| 4.4.3 无替换序贯试验算例分析 |
| 4.5 本章小结 |
| 第五章 基于参数估计的可靠性鉴定试验方案研究 |
| 5.1 参数估计原理 |
| 5.1.1 极大似然估计 |
| 5.1.2 贝叶斯估计 |
| 5.1.3 S-SMART重采样方法 |
| 5.2 基于参数估计的可靠性鉴定试验方案研究 |
| 5.2.1 威布尔分布参数的极大似然估计 |
| 5.2.2 形状参数的贝叶斯估计 |
| 5.3 算例分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间参加的科研项目与取得的成果 |
| 1.在学期间参与的研究项目 |
| 2.在学期间发表的论文 |
（9）ZZ分布下复杂系统可靠度的估计及性质（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源和研究的目的及意义 |
| 1.1.1 课题来源 |
| 1.1.2 课题研究的目的及意义 |
| 1.2 系统可靠性研究的国内外发展状况 |
| 1.2.1 可靠度计算 |
| 1.2.2 可靠性估计 |
| 1.3 本文主要研究内容 |
| 1.4 本章小结 |
| 第2章 基础知识 |
| 2.1 常用的可靠性指标 |
| 2.2 ZZ( η,m) 分布 |
| 2.3 复杂系统 |
| 2.3.1 基于最小路径的复杂系统 |
| 2.3.2 复杂系统可靠度及其偏导的解析表达式 |
| 2.4 本章小结 |
| 第3章 截尾及完全样本下复杂系统可靠度的估计与性质 |
| 3.1 定数截尾样本下,系统可靠度的极大似然估计及性质 |
| 3.2 定数截尾样本下,系统可靠度的GLUE估计及性质 |
| 3.3 完全样本下,系统可靠度的矩估计及性质 |
| 3.4 数值模拟 |
| 3.5 本章小结 |
| 第4章 基于成败数据下复杂系统可靠度的估计与性质 |
| 4.1 基于频率方法的系统可靠度的估计及性质 |
| 4.2 基于Bayes方法的系统可靠度的估计及性质 |
| 4.3 数值模拟 |
| 4.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
（10）逐次定数截尾数据下ZZ分布的参数估计（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源及研究的目的和意义 |
| 1.1.1 课题来源 |
| 1.1.2 课题研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 逐次定数截尾国外研究现状 |
| 1.2.2 逐次定数截尾国内研究现状 |
| 1.2.3 ZZ分布研究现状 |
| 1.3 研究内容及论文结构 |
| 第2章 预备知识 |
| 2.1 ZZ分布 |
| 2.2 参数估计方法 |
| 2.2.1 点估计 |
| 2.2.2 区间估计 |
| 2.2.3 常见估计方法——极大似然估计 |
| 2.2.4 常见估计方法——最小二乘估计 |
| 2.2.5 常见估计方法——Bootsrtap方法 |
| 2.3 本章小结 |
| 第3章 逐次定数截尾数据下ZZ分布参数的极大似然估计 |
| 3.1 逐次定数截尾试验 |
| 3.2 逐次定数截尾数据下ZZ分布参数的极大似然估计 |
| 3.3 逐次定数截尾数据下ZZ分布参数的近似极大似然估计 |
| 3.4 数值模拟 |
| 3.5 本章小结 |
| 第4章 逐次定数截尾数据下ZZ分布参数的最佳线性无偏估计 |
| 4.1 逐次定数截尾数据下ZZ分布的最佳线性无偏估计 |
| 4.1.1 一般线性无偏估计表达式 |
| 4.1.2 R=(n-r,0,0,---,0)_(1×r)时的最佳线性无偏估计 |
| 4.1.3 R=(1,1,---,1,0,---,0)_(1×r)时的最佳线性无偏估计 |
| 4.2 数值模拟 |
| 4.3 应用算例 |
| 4.4 本章小结 |
| 第5章 逐次定数截尾数据下ZZ分布参数的区间估计和可靠度函数的置信下限 |
| 5.1 可靠度函数的置信下限 |
| 5.2 渐近正态区间 |
| 5.3 数值模拟 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 附录 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
四、截尾试验下指数分布的贝叶斯估计（论文参考文献）
- [1]瑞利分布恒定应力加速寿命试验的贝叶斯估计[J]. 武东,李琼. 上海第二工业大学学报, 2021(04)
- [2]无失效转向架侧架贝叶斯可靠性评估方法[J]. 王洪昆,操琴,蒋增强. 武汉理工大学学报(信息与管理工程版), 2021(04)
- [3]三参数离散广义逆威布尔分布的可靠性统计分析[D]. 赵爱红. 燕山大学, 2021
- [4]几类模型下兴趣参数的广义推断研究[D]. 王春玲. 北京建筑大学, 2021(01)
- [5]蓄能器可靠性试验台开发及可靠性评估[D]. 乔志伟. 燕山大学, 2021(01)
- [6]连续型损失分布的近似贝叶斯估计及其应用[D]. 张良超. 江西师范大学, 2021(12)
- [7]IIRCT下指数分布参数多变点的贝叶斯估计[J]. 梅梦玲,周菊玲,董翠玲. 河南科学, 2021(03)
- [8]基于威布尔分布的可靠性鉴定试验方案设计[D]. 袁海晟. 电子科技大学, 2021(01)
- [9]ZZ分布下复杂系统可靠度的估计及性质[D]. 陈建达. 哈尔滨理工大学, 2021(09)
- [10]逐次定数截尾数据下ZZ分布的参数估计[D]. 赵竑恺. 哈尔滨理工大学, 2021(09)