基于LabVIEW平台的系统不确定度评定方法的实现

分析了不确定度B类评定的主要特征参数——标准不确定度、合成标准不确定度、覆盖因子和扩展不确定度的计算方法,在LabVIEW 8.2的平台上实现了系统不确定度A类和B类评定,并采用该系统对光辐射测试系统的不确定度进行评定.结果表明,系统运行可靠、分析快速,能够满足误差自动分析的需要,提高了测试系统数据处理的自动化程度.     

轴孔类零件测量的实验设计及数据处理

介绍了高精度轴孔类零件批量生产时的通用测量方法,以及利用计算机进行测量结果的评定方法.主要研究一般轴孔类零件测量的实验系统设计的基本方法,分析轴孔类零件测量误差产生的原因,给出测量结果不确定度的A类、B类评定方法.在数据分析方面,利用VB6.0语言编程进行处理,大大提高了测量轴孔类零件尺寸及其误差的计算精度和运算速度.同时又给出了A类、B类评定的数学模型.     

金属材料洛氏硬度B标尺测量结果不确定度的评定

洛氏硬度测量结果不确定度主要来源于由试样硬度测量重复性,检定时平均值引起的A类不确定度;由硬度计允许误差、标准洛氏硬度、测量系统的分辨力引起的B类不确定度。对洛氏硬度B标尺测量结果的不确定度进行分析和评定。     

工程陶瓷弯曲强度测试中不确定度的评定

简要介绍了测量不确定度的基本概念,对TiB2陶瓷弯曲强度测试结果的相对不确定度进行了评定,对于工程陶瓷这类测试结果离散性比较大的脆性材料,用高精度的精密仪器测试时,A类标准不确定度是合成标准不确定度的主要来源,为其他工程陶瓷力学性能测试结果不确定度的评定提供了参考。     

谈大学物理实验中不确定度A类分量的评定

本文通过具体数据阐述大学物理实验中多次测量的随机误差遵循t分布时,不确定度A类分量的评定及在其评定下的置信概率。     

电子秤示值误差的测量结果不确定度分析计算报告

对测量结果进行不确定度评定是当前国际通行的做法,要理解测量不确定度概念、掌握测量不确定度评定和表示方法.     

不确定度理论在大学物理实验中的应用

在大学物理实验中,运用不确定度理论对测量结果进行质量评估十分重要.笔者从测量结果的不确定度、A类测量不确定度、B类测量不确定度、间接测量结果的不确定度、实例分析具体实验,以及测量不确定度较测量误差在评定测量结果中的优势等方面进行了分析.     

大学物理实验中的误差理论——测量误差与测量不确定度

在大学物理实验中,运用测量误差理论和测量不确定理论对测量结果进行质量评估十分重要.笔者从测量误差、系统误差、随机误差、测量结果的不确定度、A类测量不确定度、B类测量不确定度、间接测量结果的不确定度,以及测量不确定度与测量误差在评定测量结果中的优势等方面进行了研究.     

三坐标测量机长度测量不确定度评定

三坐标测量机在应用时,通常得到的只是被测参数的估计值,而没有给出具体测量任务的测量不确定度.从长度测量的最小二乘估计模型出发,参照ISO测量不确定度表示指南,对影响不确定度估计的一些因素加以分析,推导不确定度计算的传递链函数,并且与蒙特卡罗模拟方法的不确定度评定结果相比较,验证了此模型的准确性.此模型可推广应用于三坐标测量机各种测量任务的不确定度评定中,从而实现三坐标测量机测量值和不确定度评定的完整报告,提高三坐标测量机测量结果的准确度和可信度.     

基于蒙特卡罗方法的边界检测不确定度估计

探讨基于蒙特卡罗方法的边界检测不确定度评定方法.首先给出一种用于估计像素强度不确定度的方法,使用该方法,由一帧测量图像就可以估计出图像中任意一个像素的强度不确定度.在此基础上,将蒙特卡罗方法应用于边界特征检测不确定度的评定中.通过实验对文中给出的方法做了验证,实验结果表明,使用该方法可以准确估计出边界特征检测结果的不确定度.     

边坡稳定不确定性分析的贝叶斯方法

在边坡稳定分析中,存在着各种不确定性因素,传统的稳定性分析模型很难得到合理的预测结果.尝试应用贝叶斯理论对边坡工程模型的不确定性进行分析,并借用蒙特卡洛方法对随机样本进行模拟抽样,从而描述其不确定性.贝叶斯方法充分利用了各种信息,使得到的结果更加合理,贝叶斯方法是描述模型不确定性的一个有力工具.边坡算例分析结果表明贝叶斯方法能够很好地描述边坡稳定不确定性.     

基于最大熵原理的贝叶斯不确定性反分析方法

针对基于确定性数值模型的各种常规反分析方法未能综合考虑各种不确定性因素影响，因而难以
有效模拟复杂工程系统的不确定性特性这一不足，对工程结构系统中的不确定性反分析方法问题进行了
研究.从不确定性分析角度，把工程结构看作为不确定性系统，提出基于最大熵原理的贝叶斯不确定性反
分析方法，将信息熵理论与贝叶斯法有机结合，使不确定性反分析的系统辨识问题转换为对贝叶斯准则
函数的最优化求解问题，并通过适当的优化求解方法，实现对工程结构参数或荷载项源的反演分析.对坝
体和坝基材料参数的实例计算结果表明，该方法反演结果正确，精度高于目前常用的确定性反分析方法.     

Overall test evaluation based on trajectory tracking data

According to the trajectory characteristics of ballistic missile, a reduced parameter model is constructed based on difference between telemetry trajectory and trajectory tracking data. By virtue of Bayesian theory and data fusion technique, a new test evaluation method is put forth, which can make full use of the trajectory tracking data, shooting range test data and relevant information. Since the impact point can be derived from trajectory difference and its kinetic characteristics, evaluation of the impact point is a special case of this method. The accurate evaluation and the accuracy of evaluation results can be provided by the new method.     

成组交替对比射击的Bayes评定方法研究

研究了双母体Bayes假设检验方法及其在炮弹弹道一致性评定中的运用。目的在于利用丰富的靶场先验信息,提出弹道一致性试验的Bayes评定方法,以减少试验用弹量,提高试验质量。这里推出了3种情况下被检变量的概率密度函数,为Bayes一致性检验提供了理论依据,并与经典法进行了比较。     

配电网可靠性评估的研究

本文对配电系统可靠性的参数整理、指标设定、算法分析、实例计算、最小路和贝叶斯网络两种算法的应用等几个方面进行了分析和研究。本文在整理配电系统基础数据以及可靠性评估指标的基础上,针对某一给定的典型配电系统,分别运用了基于最小路的等值方法和贝叶斯网络法进行配电网可靠性计算,得到系统的可靠性指标,再对两种算法的优缺点以及各元件在系统可靠性中所占地位进行分析。     

基于贝叶斯网的作战效能评估方法研究

对贝叶斯网理论进行了拓展，建立了基于贝叶斯网的作战效能评估模型，并研究了模型的求解方法。最后，以反辐射导弹攻击雷达站作为算例进行了应用研究。     

水动力-水质耦合模型污染源识别的贝叶斯方法

环境水力学系统存在诸多不确定性,如测量数据的不确定性等,这导致水体中污染源识别这一类反问题具有不适定性,尤其表现为反演结果的非唯一性.经典的正则化方法和最优化方法由于只能获得参数的"点估计",因而在求解不确定性较强的问题时存在较大的困难.此外水质模型和流场控制方程(Navier-Stokes方程)耦合,使得正问题的解具有较强的非线性特征.为解决上述问题,针对水动力一水质耦合模型,建立了基于贝叶斯推理的污染物点源识别的数学模型,通过马尔科夫链蒙特卡罗(Markov chain Monte Carlo,MCMC)后验抽样获得了污染源位置和强度的后验概率分布和估计量,较好地处理了模型的不确定性和非线性.算例结果表明,结合MCMC抽样的贝叶斯推理方法能很好地描述及求解水动力一水质耦合场条件下的污染源识别反问题.     

模型选择中的Bayes方法

在以往关于模型选择的研究中，一般都是先假定选定一个模型，然后对由此模型确定的分布族进行比较，求出最优的分布函数和数值特征，忽略了模型本身的不确定性．介绍了Bayes方法在模型选择中的方法及应用，举例说明了用Bayes方法选择模型，不仅能够浅小模型选择中模型不确定性的影响，而且可以根据实际情况和问题认识程度的深化，对模型进行扩展．     

基于贝叶斯理论的水文频率线型选择与综合

针对水文频率分析中线型的不确定性问题,利用基于贝叶斯因子理论的模型选择与综合方法进行研究.介绍了利用贝叶斯因子进行模型选择、综合的理论与方法,通过统计试验,验证了贝叶斯模型选择在一定程度上能识别数据的真实线型.结合某水库坝址洪峰流量频率分析问题,采用5种常用线型作为备选线型进行线型选择与综合,结果表明:线型的后验概率越大则可拟合越好;贝叶斯模型综合能根据各线型的后验概率设置权重进行加权平均,以此减小线型选择的不确定性.