增长因子动态模型法Bayes可靠性评定

对于寿命分布为指数分布的可靠性增长试验,将历史数据进行折合,从而运用Bayes方法对失效率进行评估具有重要的意义.研究了增长因子折合法,针对可靠性增长多阶段试验的特点,对采用延缓纠正的可靠性增长模式进行分析,结合AMSAA模型,建立增长因子的动态模型,通过历史数据获得增长因子.运用数据折合和共轭分布,获得当前阶段的验后分布,然后,对多阶段可靠性增长的失效率作Bayes估计,给出了失效率的无偏估计和置信下限.最后通过实例给出了运用该方法进行分析的基本步骤,结果表明该方法具有一定的适用性.     

定数截尾有缺失场合反延时电路可靠性分析

在定数截尾数据有缺失的情形下,对单个电子元器件寿命服从单参数指数分布的反延时电路系统进行了可靠性分析。应用Bayes方法并结合矩估计法,得到了单个电子元器件的失效率、系统可靠度及系统平均寿命3个可靠性指标的Bayes估计。数值模拟算例表明,所得可靠性指标的Bayes估计的精度高于可靠性指标的极大似然估计(MLE),Bayes估计和极大似然估计的估计效果均随着数据缺失个数的增加而变差,并且Bayes估计受数据缺失个数的影响小于极大似然估计。     

一种反延时电路的可靠性评估

针对反延时难以实现的状况,提出了用延时电路并联实现反延时的方法,并用极大似然法和经验Bayes法讨论了系统可靠性评估问题,给出了系统失效率、可靠度和平均寿命等可靠性指标的估计。利用计算机Monte-Carlo随机模拟的方法对可靠性指标的Bayes估计和极大似然估计进行比较,结果表明,经验Bayes估计优于极大似然估计。     

多阶段可靠性增长试验的增长因子建模与评估

在多阶段可靠性增长试验中,随着试验阶段数的增加,可靠性水平逐渐提高,相应地现场样本数就逐渐减少,仅利用单个阶段数据进行可靠性评估将带来风险.需要融合历史阶段数据对现阶段可靠性水平进行综合估计.对于失效数据服从Weibull过程的可靠性增长试验,针对截尾时刻的失效强度建立了Bayes分析方法.在多阶段可靠性增长试验中,利用增长因子实现多个阶段试验数据的信息融合与可靠性水平的综合估计.从而获得一种简便易行的可靠性综合评估方法,可以在现场样本较小的情况下获得可信的可靠性评估结果.     

基于Bayes与多层Bayes估计的WSN链路选择算法

无线传感器网络(WSN)节点能量有限,采用传统的链路选择的方法(经验法)进行链路选择,需要发送大量的数据包作为测试样本,这在WSN中是不合适的。设计了两种基于Bayes估计与一种基于多层Bayes估计的WSN链路选择算法,分别记为BLSP-B1、BLSP-B2、BLSP-HE。仿真实验发现,在小样本的条件下,BLSP-B1、BLSP-B2、BLSP-HE选择高质量的链路的概率比经验法要高出10%～20%,其中BLSP-HE算法最稳健,性能较好。     

基于Bayes阈值估计的小波在转子故障信号降噪中的运用

提出了一种有效的转子故障信号的降噪方法.该方法利用概率统计的最优估计原理对样本信号进行估计,增加了小波阈值参数的可靠性.根据Bayes估计风险最小的原则,对不同子带的小波系数估计小波阈值,通过软阈值函数进行逐层降噪,对降噪后的信号进行重构,达到对转子故障信号降噪.把从多功能振动实验台上取得的转子故障振动信号,利用该方法进行降噪.并将降噪结果与Birge-Massart小波阈值降噪法和Donoho小波阈值降噪法的处理结果进行比较,结果显示使用Bayes(贝叶斯)阈值估计降噪法处理的信号能够很好地保留信号的细节部分,而且信噪比(SNR)也有明显提高.     

无线传感器网络跨层自适应唤醒算法研究

时钟同步与能耗有效性是无线传感器网络多跳传输关键问题.提出一种自适应唤醒算法,在MAC层和网络层进行跨层优化,节点按需自适应唤醒,实现多跳网络的协同传输,能够有效降低系统能耗.该算法不需要节点间的周期性同步,减少了频繁的包交换带来的数据冲突与能量浪费,从而提高了网络可靠性和能耗效率,提高了基于IEEE802.15.4标准的多跳网络的节能效率.为了验证算法有效性,工作分别在NS-2仿真环境和实际应用场景下进行了仿真与测试验证,结果表明在传输可靠性和节能效率上均由较大提高.跨层自适应唤醒算法可进一步推广到大规模异构自组织网络中.     

证据理论在Bayes可靠性评估中的应用

提出了一种基于D-S证据理论的Bayes可靠性评估方案,很好地表达和利用了Bayes方法中的"不确定的"先验信息。在无替换定数截尾试验样本下,研究了指数寿命型产品的可靠性指标的估计问题,提出了可靠性评估的两种方法 :通过融合可靠性指标的后验分布进行综合评估和通过融合可靠性指标的后验置信区间进行综合评估。数值实例表明,利用所提出的方法得到的评估结果是"谨慎的"和合理的。     

基于多层感知机的无线射频标签数量估计方法

近年来,随着标签价格的下降和供应链物流需求的增长,射频识别技术已经走向全面部署阶段.全面部署意指在所有商品上部署标签,以提升供应链追踪的精度.这种趋势会导致标签数据规模呈指数倍增长,给阅读器的信息读取带来很大的压力.在这个背景下,标签数量估计协议,正因为其时间效率高的特点得到越来越多的关注.现有的方法主要根据时隙状态统计特征进行数量估计.然而,各类型数量估计统计量的精度受到系统参数、标签规模、以及随机噪声的影响,其结果很不稳定.任意单一特征都很难给出精准、稳定的数量估计结果.为此,本文设计了一种基于多层感知机的数量估计方法,通过融合多样化的数量估计特征来提高估计的精度.针对真实时隙状态难以获取,模型难以训练的问题,本文研究了如何通过仿真器生成大量具有不同时隙状态的随机帧来训练我们的网络.针对数量估计网络工作范围较窄的问题,我们设计了一种两阶段基于采样思想的数量估计协议,通过快速的标签数量粗略估计设定合理的采样概率,以确保标签数目位于数量估计网络的工作区间.我们的仿真实验结果表明,本文提出的基于多层感知机的数量估计协议比现有方法能提升至少21%的精度.     

基于多源离散数据的复杂系统可靠性评定方法

基于复杂跳伞装备在性能试验和实际训练过程中测试数据少、数据来源多、数据具有离散性的特点,从系统工程的理念出发,提出了一种系统级的Bayes可靠性评估方法.运用系统工程的理念与方法对复杂跳伞装备的系统结构进行层级划分,对采集的数据进行融合分析与处理;对系统分解单元进行分类,确定数据类型,并对各种不同分布类型的单元进行Bayes可靠性分析;利用系统综合方法对单元可靠性信息进行横向或纵向综合.利用金字塔式可靠性综合评定程序对系统可靠性进行评估,并通过仿真算例说明了评估方法的合理性.该方法为开展复杂系统的可靠性评定提供了实用的工程化手段,极具应用价值.     

具有传递变量的动态贝叶斯网络结构学习

针对现有学习方法对完全时间不对称数据的动态贝叶斯网络学习不具有实用性,提出一种借助传递变量进行完全时间不对称数据的动态贝叶斯网络结构学习方法.首先进行相邻时间片间的传递变量序列学习;然后,基于节点排序和局部打分一搜索,进行动态贝叶斯网络局部结构学习;最后通过时序扩展得到整个动态贝叶斯网络结构.     

基于损失厌恶型零售商的易逝品供应链价格补贴契约研究

在前景理论框架下,探讨了存在缺货损失下的由损失厌恶型零售商和风险中性型供应商组成的供应链价格补贴契约设计,研究了供应商为风险中性时,损失厌恶型零售商分别在批发价格契约和价格补贴契约下的订货行为.研究结果表明,损失厌恶型的零售商在批发价格契约下的订货可能偏离系统最优订货,供应商通过价格补贴契约可以协调整个供应链.最后通过算例分析,验证了价格补贴契约在协调供应链中的有效性.     

作为阻止战略的再制造决策研究

在闭环供应链再制造系统中引入外部竞争因素,研究制造商(OEM)的再制造决策以及对内部竞争和外部竞争的影响.在内外部竞争的条件下,通过OEM和竞争者的决策分析,给出了竞争者进入的条件边界.研究结果表明,制造商的再制造策略不仅是一种盈利行为,而且还是一种阻止战略,在一定条件下能够阻止竞争者的进入.竞争者的进入决策依赖于竞争者产品的竞争力和制造商的回收率.     

提高牵引供电电能质量技术的研究

在分析输电线路中TCSC与SVC的设计所存在的相互矛盾的基础上,针对牵引供电系统中动态并联补偿装置与串联补偿装置的协调控制问题进行研究.在节能的前提下,得出了各补偿装置补偿容量的优化控制策略,并提出了一种动态并联补偿装置的定性定量控制技术.该控制系统有效地提高了补偿的速度和精度,并具有良好的跟踪负载变化的性能,对我国电气化铁路的改造具有重要意义.     

一种结构自适应神经网络及其训练方法

针对神经网络建模效果对网络结构、训练方法过于敏感的缺陷,提出一种结构自适应神经网络模型及其训练方法.模型具有双网结构并以"提前终止法"训练,一定程度上降低了建模效果对网络结构的敏感性;模型结构根据建模数据的噪声方差、模型当前误差等信息自适应调整,进一步提高了模型的建模效果,同时具有较高的时间效率.仿真结果表明,该方法弥补了提前终止等传统方法的部分不足,具有较好的效果.     

基于灰数带及灰数层的区间灰数预测模型

针对传统灰色预测模型仅适用于实数序列而无法进行灰数序列预测的缺陷,通过计算灰数层的面积以及灰数层中位线中点的坐标,在不损失已有灰数信息的前提下,将区间灰数序列转换成实数序列,然后建立一种基于区间灰数的新灰色预测模型.算例仿真验证了所提出模型的有效性及实用性.     

基于非降采样Contourlet变换（NSCT）的红外与可见光图像融合及稳健性分析

提出一种基于区域显著性融合规则的非降采样Contourlet 变换的红外与可见光图像融合方法. 首先, 对来自同一场景图像的红外与可见光图像的??分量进行非降采样Contourlet变换; 然后, 依照区域匹配度量和显著性度量规则进行融合, 而融合图像通过非降采样Contourlet反变换即可得到. 最后, 针对此方法进行大量实验, 并将其融合结果与基于小波变换及拉普拉斯金子塔变换的融合结果进行比较, 同时分析它们在不同噪声条件下的性能指标.     

基于一类因果关系图的综合评价方法及应用

首先运用数据处理组合法对区域循环经济发展进行均衡分析;然后借助格兰杰因果关系的思想,将均衡分析的结果转换为一类因果关系图,并定义了此图的节点信息控制强度和受控信息强度,进而确定指标权重,完成区域循环经济发展的综合评价.评价结果数值显示,基于一类闪果关系图的综合评价方法稳定可靠,是可解释的.     

基于分层多子群的混沌粒子群优化算法

在分层多子群结构模型的基础上,提出一种混沌粒子群优化算法(HCPSO).该算法对非线性递减的惯性权重进行混沌变异,并采用了混沌搜索方法.在更新全局历史最优位置每一维分量时,选取不同的若干个体作为学习对象,并计算它们的平均位置.混沌搜索区域半径可根据粒子个体最优位置与上述平均位置间的距离自适应地调整.通过对几种典型函数的测试结果表明,该算法具有较好的全局搜索和局部搜索能力,可有效避免早熟收敛问题.     

基于不可修复缺陷情境下的供应链模糊回购契约

为了考察缺陷率对回购契约不同参数的影响,将产品缺陷率纳入供应链同购契约中,并视缺陷率和契约参数为模糊数,运用函数原理、梯级甲均积分描述法构建了一个基于不可修复缺陷情境下的供应链模糊回购契约,探讨了该模糊回购契约的可行性.数值分析表明,缺陷率对同购契约不同参数的影响程度不同,当产品缺陷率资料缺乏以及供应商与零售商对协调参数存在异议时,构建模糊回购契约是一个可行和有效的方法.