混合威布尔分布参数估计的L-M算法

混合威布尔分布模型常用来分析具有多种失效模式的机械系统或零部件的可靠性寿命数据,为提高混合威布尔分布未知参数估计的精度,利用非线性最小二乘理论,建立了小子样条件下两重混合威布尔分布参数优化估计模型,将L-M算法用于优化求解。以概率图参数估计法的结果作为迭代初始值,提高了迭代求解的速度。计算实例表明利用该方法估计混合威布尔分布参数是可行的,而且能够获得较精确的结果。     

威布尔分布的参数估计

威布尔分布是电工产品可靠性技术中常见的失效分布 .本文利用中位秩及最小二乘法给出了估计威布尔分布参数的一种新方法 ,并结合实例进行了计算     

截尾数据下威布尔分布的参数估计问题

针对截尾寿命试验数据对相关寿命分布及其参数进行统计推断问题,根据可靠性统计理论,研究了在截尾数据条件下,威布尔分布中的形状参数β及特征寿命参数η的点估计和区间估计．结合实例,验证了估计方法的可行性,可供可靠性工程界作为参考．     

关于威布尔分布的一种参数估计方法

在可靠性理论研究与应用工作中，需要计算产品平均寿命，而产品的平均寿命与产品的失效分布类型以及分布的参数密切相关，但在实际工作中，产品的失效分布类型及其参数值常常是难以准确确定地计算出产品的平均寿命的数值，针对此问题本文首次联合利用中位秩及最小二乘法给出了估计威布尔分布参数的一种新方法，给出了平均寿命置信限的估计，并结合实际试验数据进行了计算。     

三参数威布尔分布参数估计方法

提出了估计威布尔分布三参数的二阶矩方法和应用无约束优化方法求解似然函数的方法．这两种方法简单，尤其适用于工程上．     

威布尔分布产品参数估计极大似然优化方法

航空、航天、机械等领域的许多产品寿命服从威布尔分布，威布尔分布参数估计的极大似然方法是通用方法，可适用于完全样本、截尾样本。在最小二乘法参数估计基础上，提出了寿命服从威布尔分布产品的分布参数估计和分布参数区间估计的极大似然优化方法；解决了实数范围内快速搜索求解参数估计极大似然超越方程问题。所提出的优化方法，可进行威布尔分布参数和分布参数区间的快速估计，既可用于完全样本，又可用于定数截尾样本或定时截尾样本。     

关于参数估计的一个新结果

提出了估计由ｍ个威布尔子总体构成的混合威布尔分布的参数的一种新方法。     

一种服从威布尔分布装备的可靠性评估方法

在装备失效时间分布为威布尔分布的情形下,利用多层贝叶斯方法,选取贝塔分布作为先验分布,利用现有的试验样本来对威布尔分布的参数进行估计,然后对产品进行可靠性评估.通过算例分析得出当有真的先验信息加入时,采用贝叶斯方法得到威布尔分布的形状参数与尺寸参数的值优于最小二乘法得到的参数值.     

多元威布尔分布系统寿命的统计分析

本文给出了多元威布尔分布定义及其主要性质，它包含Ｍａｒｓｈａｌｌ和Ｏｌｋｉｎ的多元指数分布作为其特例，并对寿命遵从该分布的相依部件组成的串联系统给出参数及可靠度函数的极大似然估计（ＭＬＥ）和区间估计，最后对所得结论给出了计算机模拟结果。     

利用样本分位数的极值分布的参数估计

基于极值分布的若干个样本分位数,建立了分布参数的线性回归模型,得到了分布参数的渐近正态无偏估计,对分布参数进行了渐近置信估计. 通过变量代换,将具有形状参数和刻度参数的两参数Weibull分布变成极值分布,进一步得到这类两参数Weibull分布参数的渐近置信估计.     

齿轮可靠性试验数据分布优化估计

基于优化理论的原理和特点,结合可靠性试验数据分布的估计方法－－回归分析法和极大似然函数法,提出了一种新的分布参数优化估计方法,通过一组具体的试验数据,论述了威布尔分布和混合威布尔分布的分布参数的优化估计过程,应用表明,这种方法简单实用,求得的分布参数估计值更加精确合理。     

定数截尾Parato分布的遗传算法估计

Parato分布在经济学、保险损失及可靠性研究等领域有着广泛的应用.遗传算法被用来估计定数截尾情形下Parato分布的模型参数.模拟研究表明遗传算法能有效地改善估计的效率.     

一种时变系统模型结构确定和参数估计新算法

将参数检测技术和辨识方法相结合，系统结构在线辨识和参数跟踪相结合，基于Ｕ－Ｄ分解技术，提出一种时变系统结构确定和参数估计的最小二乘辨识新算法。该算法不仅可实现系统阶次和参数的同时估计，而且通过对损失函数的实时监测，实现协方差阵的自适应调整，使辨识算法收敛速度快，对时变系统阶次和参数变化均有很强的跟踪能力。     

基于WVD改进算法的跳频信号参数估计

针对平滑伪维格纳分布（SPWVD：SmooLhedPseudoWigner—VilleDistribution）在跳频信号参数估计中存在的分辨率下降和运算量过大等问题,提出基于sTfTr（Short—TimeFourierTransform）与WVD（Wigner—VilleDistribution）的联合算法（STFT—WVD）,实现了跳频周期、跳变时刻和跳频频率等参数的盲估计。在参数估计的过程中,STFT—WVD算法有效地抑制了WVD的交叉干扰项,保持了WVD较高的时频分辨率,在运算量上和WVD相近,没有增加运算的复杂程度。仿真实验证明,STFT—WVD比SPWVD具有更好的整体性能,在信噪比优于-1dB时,能得到更为精准的估计值。     

基于遗传算法的广义指数分布参数估计

将遗传算法运用于广义指数公布的参数估计中．模拟研究表明遗传算法极大地改善了传统方法的估计效率．     

泊松分布参数估计的比较研究

研究了泊松分布点估计及区间估计,并证明了样本均值是参数λ的优良估计量。利用贝叶斯统计分析方法,在取先验分布为共轭分布的情形下,给出了最大后验密度可信区间,即最短可信区间,并通过实例与经典区间估计进行了比较。     

指数分布的参数估计与假设检验

给出了对指数分布总体未知参数的有效估计方法和对未知参数所作假设的一致最优势检验。