基于自助法的Bayes小子样精度评定

文中研究了小子样场合下，在考虑损失函数及无损失函数情况下Bayes试验鉴定的主要思路，并且从工程应用的角度出发，在小子样条件下讨论了如何利用验前信息与现场子样来对导弹的命中精度进行评定。作者将自助法与Bayes方法相结合运用在实际的问题中．并分析了该方法犯两类错误的概率。     

枪械产品小子样试验的可靠性评定

枪械产品的靶场试验属于消耗性试验。因此考虑到费用等因素，靶场试验次数往往较少。传统的产品可靠性评估方法置信度不佳。针对试验样本较小的问题，提出了基于小子样下的Bayes分析方法。充分利用了小样本信息,弥补了现场试验数据的不足。在样本数据有限的情况下使得出的结论更接近实际情况。     

高价值弹药引信小子样贝叶斯可靠性评估方法

针对高价值弹药引信利用全弹飞行试验验证其可靠性成本过高的问题,提出用卡方拟合优度法确定继承因子.以混合Beta分布为先验分布,得到了评估引信可靠性的Bayes方法,该法解决了模拟试验数据与靶试数据融合问题.以国外某引信为应用背景进行了可靠性评估,证明该法比经典方法减少1/3的靶场试验量.     

小子样条件下制导弹药可靠性评估系统研究

确立了小子样条件下制导弹药可靠性评估方案,分析了小子样条件下制导弹药可靠性评估系统的软件环境构成,开发了制导弹药可靠性评估通用软件包,解决了小样本下制导弹药可靠性评估存在的矛盾.对某库存末制导炮弹进行了工程应用.     

高价值弹药储存可靠性小子样评估可用信息分析

高价值弹药的高成本决定了其储存可靠性试验和可靠性评估不能采用低成本弹药的大样本量抽样方式,针对该问题,提出采用小子样可靠性评估的方法,主要分析了可用信息的类型,包括生产及验收信息、技术检查信息、静态检测信息、飞行试验信息、加速寿命试验信息、相似或相近弹药的相关信息等,并探讨了各类可用信息的数据处理及应用方法。     

融合仿真数据的小子样圆概率误差评估

针对应用Bayes方法评估圆概率误差（CEP）时仿真数据容易“淹没”现场实弹数据,导致评估结果无效甚至错误的问题,提出一种基于“有效样本”的飞行与仿真数据融合算法与融合仿真数据的小子样CEP评估方法。使用重要性抽样方法中抽样效率的评估模型度量仿真先验分布与总体分布之间的偏差,建立考虑仿真先验信息有偏差时仿真先验分布的确定方法。该方法在融合评估时仿真样本权重同时依据仿真先验分布与总体分布之间的偏差和样本量调整,而不是原方法中仅仅依赖验前试验的试验次数分配。实验和应用案例表明,新方法的估计性能显著好于传统方法,可以有效解决装备鉴定和定型试验中小子样CEP评估问题。     

小子样条件下导弹装备零部组件可靠性评估

为解决导弹装备零部组件的可靠性评估问题,提出一种用小子样试验数据进行装备零部组件的可靠性评估方法。通过将Bootstrap进行改进得到Bayes Bootstrap,采用验前信息弥补现场试验子样的不足,利用先验信息的Bootstrap进行可靠性评估,并给出一种具有双参数Weibull分布特征的零部组件可靠性评估实例。实验结果表明:该方法可有效解决小子样条件下的导弹装备零部组件的可靠性评估问题,可为实现信息化战争中的精确保障、满足战时高效保障的需求提供参考。     

导弹武器系统可靠性评估的Bayes方法

在小子样前提下, 经典统计方法得到的可靠性置信下限过于保守; 传统Bayes方法虽考虑了相关或相似装备的试验信息, 但却忽略了它们之间的差异.通过引入继承因子, 合理地考虑了系统在设计和改进过程中的各种信息, 进而把继承因子看作随机变量, 得到了系统可靠性的验后密度函数.不仅考虑了相关装备的试验信息, 同时还考虑了系统之间的差异.仿真结果表明, 此方法的评估结论是合理的.     

基于Bayes混合验前分布的成败型产品可靠性评估

针对小子样成败型产品可靠性评估问题,引入混合验前分布构造方法,推导了Bayes混合验前分布下成败型产品可靠度参数的验后概率分布函数,研究了验前分布参数对于验后估计的影响,并总结了验前分布参数选择的一般性原则。分析对比了传统Bayes方法和混合验前分布方法的参数验后估计,其结果表明后者能够有效避免验前信息淹没现场信息的问题。对验后均方误差的分析表明混合验前分布方法能够一定程度上改善估计的效果。与幂验前方法的对比结果表明,当验前样本容量较大时,混合验前分布方法的估计效果优于幂验前方法。     

基于梯形模糊数的小子样武器系统可靠性分析与评定

基于可靠性理论和模糊集合论,提出了一种新的小子样武器系统可靠性分析和评定方法.阐述了将各种模糊可靠性数据转化成梯形模糊数的途径;建立了计算串联系统和并联系统的梯形模糊数算术运算的可靠度计算模型;依据层次分析法和专家调查法给出了武器系统可靠度模糊评定的计算公式.通过两个鱼雷武器系统的应用实例证明了此方法的工程实用性.     

A Study of New Method for Weapon System Effectiveness Evaluation Based on Bayesian Network

As weapon system effectiveness is affected by many factors,its evaluation is essentially a multi-criterion decision making problem for its complexity.The evaluation model of the effectiveness is established on the basis of metrics architecture of the effectiveness.The Bayesian network,which is used to evaluate the effectiveness,is established based on the metrics architecture and the evaluation models.For getting the weights of the metrics by Bayesian network,subjective initial values of the weights are given,gradient ascent algorithm is adopted,and the reasonable values of the weights are achieved.And then the effectiveness of every weapon system project is gained.The weapon system,whose effectiveness is relative maximum,is the optimization system.The research result shows that this method can solve the problem of AHP method which evaluation results are not compatible to the practice results and overcome the shortcoming of neural network in multilayer and multi-criterion decision.The method offers a new approach for evaluating the effectiveness.     

基于贝叶斯原理的小子样试验导航误差评定方法

针对鉴定试验花费大、周期长的问题,提出一种水下无人航行器导航误差小子样贝叶斯试验CEP评定方法。该方法综合运用大量验前子样,对其进行相容性检验,以确定有效的验前子样,并运用统计推断理论获取验前信息。根据在验收试验中获取的验后子样获取验后信息,利用贝叶斯理论推出无人航行器满足CEP指标的概率。实例结果表明了方法的有效性和实用性。     

一种小子样情况下的弹道一致性评定方法

为在小样本情况下进行弹道一致性的评定,基于正态分布小样本相容性理论给出一种弹道一致性评定方法。该方法主要通过将计算的顺序统计量与计算机模拟的临界值进行比较判定。主要优点是不需计算位置-尺度估计值,从而减小由于样本容量小而带来的计算误差。通过算例分析表明：在样本数量较少(n≤5)的情况下,该方法与常规的配对t检验法和概率圆序贯检验法相比,都具有一定的优势。     

基于贝叶斯网络的目标毁伤效果评估研究

随着现代战争节奏的加快,战场环境的复杂化,目标毁伤效果评估(BDA)对战场指挥员的作战决策影响越来越大。而现代战场的复杂性及目标毁伤信息的不确定性,给目标BDA带来了巨大挑战。贝叶斯网络是最近几十年刚流行起来的一种不确定性推理工具,它可以根据不确定或不完整信息对所研究的问题做出相对准确的推理,贝叶斯网络的这种特点正好适合在战场上根据各种不确定或不完整的目标毁伤信息对目标毁伤效果进行综合评估。通过对基于贝叶斯网络的目标BDA方法的探讨,叙述了贝叶斯网络模型的建立与更新过程,并以机场跑道为研究对象,演示了利用贝叶斯网络进行目标BDA的过程,说明了贝叶斯网络在目标BDA中应用的可行性与有效性。     

地面侦察雷达目标威胁度评估方法研究

根据目标状态参数和身份识别结果,对目标的威胁度进行评估是地面侦察雷达急需解决的问题。基于地面侦察雷达的目标属性集,利用隶属度函数、专家知识和贝叶斯网络构建了地面侦察雷达动态威胁度贝叶斯评估模型。经仿真验证,目标威胁度评估数据变化特征符合人的推理过程,对于多功能相控阵雷达,可根据目标威胁度自适应调度波束实现对目标的跟踪。     

火箭助飞鱼雷装载可靠度的Bayes检验方法

针对火箭助飞鱼雷系统复杂、子样数少的特点,采用Bayes评估方法融合各种先验信息,对其装载可靠度进行评估.分别采用Kullback信息方法和最优化方法,克服了传统试验方法环境因子计算和试验方案确定中主观性较强的不足,提高了试验方案的准确性和客观性.根据设定的战技指标,在双方风险对等的前提下,给出了具体的评定方案.     

基于见叶斯网络的损伤定位研究

采用适当的人工智能技术进行智能损伤定位研究，是提高损伤评估准确性和效率的重要途径。文中阐述了利用贝叶斯网络进行损伤定位研究的必要性，进行了基于贝叶斯网络的损伤定位研究和案例分析。研究表明，利用贝叶斯网络进行损伤定位时，可以充分利用有关装备的损伤信息，提高定位速度，加快整个评估进程，提高评估效率；且利用贝叶斯网络可以进行双向推理，适于解决装备损伤评估领域的问题。     

基于粗糙集规则提取的导弹武器质量性能评估方法研究

传统的评估方法在指标体系获取、模型建立及专家资源数量等方面都会受到各种主观因素的影响和制约,从而降低评估结果的客观性及正确性。为了克服传统方法的缺点,基于粗糙集理论并结合相关机器学习算法,以导弹武器在寿命周期中的质量数据为基础,从中自动分析、提取导弹武器的质量性能评估规则,进而对导弹武器当前的质量状况给出评估。阐述了该评估方法的理论依据,设计并实现了规则提取及评估中的算法步骤。该评估方法以客观的质量信息为基础,不依赖于任何先验知识,不受专家资源制约,规避了主观因素的介入,有效提高了评估结论的客观性和正确性。通过小子样数据和大子样数据2种情形下的算例分别对整机级和部件级的武器质量性能进行了模拟评估,评估结果验证了该方法的有效性和正确性。传统的评估方法在指标体系获取、模型建立及专家资源数量等方面都会受到各种主观因素的影响和制约,从而降低评估结果的客观性及正确性。为了克服传统方法的缺点,基于粗糙集理论并结合相关机器学习算法,以导弹武器在寿命周期中的质量数据为基础,从中自动分析、提取导弹武器的质量性能评估规则,进而对导弹武器当前的质量状况给出评估。阐述了该评估方法的理论依据,设计并实现了规则提取及评估中的算法步骤。该评估方法以客观的质量信息为基础,不依赖于任何先验知识,不受专家资源制约,规避了主观因素的介入,有效提高了评估结论的客观性和正确性。通过小子样数据和大子样数据2种情形下的算例分别对整机级和部件级的武器质量性能进行了模拟评估,评估结果验证了该方法的有效性和正确性。     

武器装备小子样维修性试验与评定方法研究

为了对小子样条件下武器装备维修性试验指标作出合理的验证,并且节约试验成本,本文在分析常用维修性评定方法不足的基础上,针对武器装备小子样维修性试验的特点,从工程角度出发,利用Bayes理论和验前信息,提出了利用序贯验后加权检验（SPOT）方法以及截尾SPOT方法对维修性指标进行验证评定。最后结合某型鱼雷发射装置的维修性试验与评定问题,说明该方法的有效性和可行性。