制导弹药可靠性评定方法的研究

研究了先验信息的融合问题。为避免少量的现场试验信息被大量的先验信息淹没,使用了以混合贝塔分布为先验分布的贝叶斯方法。分析了该方法的适用条件,并将之推广到了多先验的情况。利用这一结果,给出了在制导弹药的鉴定试验中进行可靠性评定的一般方法。通过实例,比较了这一方法与经典方法和使用贝塔分布为先验分布的贝叶斯方法的差异,说明了该方法的合理性和可行性。     

无验前信息的成败型弹药产品可靠性评估

为有效评估成败型弹药的可靠性,介绍成败型部件可靠性经典评估方法和Bayes 评估方法。针对无验前 信息的弹药成败型部件可靠性评估问题,提出采用3 种常用共轭先验来求其可靠性下限,并通过数值仿真分析,得 到常用共轭先验分布对可靠度置信下限的影响规律以及每种共轭先验分布的适用情况。结果表明：3 种共轭先验分 布评估得到的结果较为合适,可为提高弹药可靠性评估的准确性提供支持。     

基于GO 法和Bayes 的制导弹药控制系统可靠性评估

为解决制导弹药实验可靠性评估困难的问题,提出一种融合GO法和Bayes估计的制导弹药可靠性评估方法.利用Bayes法对多源先验信息进行处理,采用威布尔分布作为分布拟合,结合GO法,生成GO图并进行运算,构建系统可靠性模型,给出系统可靠性评估,并以制导弹药控制系统为实例进行验证.结果表明:该方法既充分利用了先验信息,又体现了GO法对复杂系统分析的优势.     

基于MCMC稳态模拟方法的弹药贮存可靠性评估模型

基于贝叶斯生存分析理论的日渐成熟,以及传统弹药贮存可靠性评估方法的不足,提出在弹药贮存可靠性的随机截尾试验中,引入贝叶斯生存分析的相关理论,构建出可靠度的回归模型。以常用的指数分布与Weibull分布为例,运用基于Gibbs抽样的MCMC方法动态模拟出参数后验分布的马尔可夫链,给出随机截尾条件下参数的贝叶斯估计。利用BUGS软件包进行建模仿真分析的结果,证明该模型在弹药贮存可靠性评估中的直观性与有效性。     

一种多源先验分布权重确定的新方法

可靠性评估中融合多源验前信息的重要一环就是确定不同验前分布的合理权重。针对目前计算先验分布权重方法存在的缺陷,提出了基于试验数据置信分布的方法,以简便合理地确定权重。该方法直接与要评定的指标相联系,从源头上减小评定的误差。示例证明,该方法简便易行,在可靠性试验分析等工程研究领域具有应用价值。     

模糊先验信息情形下Bayes可靠性评估的新思路

针对模糊先验信息情形下的Bayes可靠性评估问题,提出了一种综合利用模糊先验信息和试验数据进行可靠性评估的新方法：首先基于试验数据诱导出一个置信分布．并将此置信分布视为先验分布,而将模糊先验信息视为一个模糊观测．最后,通过一个扩展意义上的Bayes公式将上述两类信息进行有效综合．从而得出更加可靠的评估结果。该方法回避了从模糊先验信息构造先验分布的困难,为模糊先验信息在可靠性评估中的应用提供了一条新的途径。     

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.     

基于改进樽海鞘群和最小二乘支持向量机算法的新型弹药质量评估方法

针对新型弹药产品质量评估样本数据少、试验消耗大、未有效利用制造过程质量数据等问题,提出一种基于改进樽海鞘群和最小二乘支持向量机（LSSVM）的新型弹药质量评估方法。以新型弹药靶试数据为输入,对批次弹药发射成功率进行贝叶斯估计。利用LSSVM建立弹药批次制造质量数据与弹药发射成功率之间关系的评估模型,使用精英质心和反向学习策略改进的樽海鞘群算法对LSSVM进行优化,有效提升评估模型的准确性,并以某新型弹药为例对评估模型有效性进行验证。验证结果表明：与传统LSSVM、粒子群优化的LSSVM及樽海鞘群优化的LSSVM模型相比,该模型具有较高的准确度和较强的鲁棒性,对新型弹药产品的质量评估有一定借鉴意义。     

基于混合先验分布的弹射弹Bayes可靠性估计

建立了一种综合利用单元试验数据和系统试验数据的弹射弹B aye s可靠性评估方法。该方法通过建立基于继承因子的混合B e ta先验分布,结合弹射弹试验数据确定后验分布,最后通过后验分布推断弹射弹可靠性。采用该方法及G JB 376-1987方法和传统贝叶斯方法,对某型弹射弹可靠性进行了评估。结果表明,在置信水平0.90情况下,三种方法可靠度评估结果分别为0.9922,0.978,0.996。表明本文方法是有效的,在相同的现场试验情况下,评估结果比经典统计方法更合理。     

基于Bayes方法的火箭弹存储可靠性分析

对成败型的火箭弹存储可靠性进行分析,建立了一种综合部件存储数据和少量整机试验数据的存储可靠性评估方法。先将部件串联而成的模拟系统作为先验分布的参考模型,然后利用先验矩方法确定先验分布的超参数,最后结合整机试验信息,利用Bayes方法对系统存储可靠性进行评估。通过该方法在某型产品上的应用表明,可显著减少存储试验样本,且具有较高的评估精度。     

基于混合Beta先验分布的成败型产品的可靠性评估

成败型产品可靠性的小样本评估方法,把历史试验数据作为Bayes估计方法的先验信息,有效地减少了样本量。但是传统的Bayes方法过度依赖验前信息,当新产品有改进时造成鉴定结果的冒进。针对过度依赖先验信息问题,本文提出了使用混合Beta先验分布,引入继承因子,通过调整继承因子的大小来控制对验前信息的依赖程度,考虑了成败型产品的变化对评估结果的影响。采用该方法对某导弹的可靠性进行了评估。     

基于AMSAA增长模型的鱼雷系统Bayes可靠性分析

Bayes理论是分析研究鱼雷系统可靠性的有效方法,文中针对美国陆军装备系统分析中心( AMSAA)增长模型,提出了Bayes可靠性增长分析的基本方法。该方法将鱼雷研制阶段的可靠性增长试验数据作为产品可靠性评估的先验信息,再结合少量现场试验数据,运用Bayes方法即可对现场试验后的鱼雷产品可靠性进行评定。仿真结果验证了该方法的有效性,为鱼雷系统可靠性评定提供了一种新的分析方法。     

Study on Storage Reliability Evaluation for Ammunition Using Gibbs Sampler

For the gradual maturity of Bayesian survival analysis theory, as well as the defects of the traditional methods for storage reliability evaluation, the Bayesian survival analysis method is proposed to build regression models for reliability in the random truncated test. These models can reflect the influences of different environments on the ammunition storage lifetime. As an example, the common exponential distribution is used here, and Markov chain Monte Carlo（MCMC） method based on Gibbs sampling dynamically simulates the Markov chain of the parameters＇ posterior distribution. Also, the parameters＇ Bayesian estimations are calculated in the random truncated condition. The simulation results show that the proposed method is effective and directly perceived.     

基于混合Beta分布的成败型产品Bayes可靠性鉴定试验方案研究

研究了基于混合Beta分布的成败型产品可靠性的Bayes鉴定试验方案。通过引入继承因子,合理地考虑了产品在设计和改进过程中的各种信息,并把继承因子看作随机变量,使用混合Beta验前分布建立了可靠性鉴定方案的Bayes决策模型。算例结果表明,在小样本情况下,经典鉴定方案得到的试验样本量过于保守;传统Bayes方法虽利用了产品的先验信息,但却忽略了它们之间的差异;而本文的方法较好地解决了上述问题,并具有方法上的合理性和工程上的实用性。     

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。     

评估制导工具误差的Bayes估计的多层先验模型研究

针对运载火箭试验评估的特点,认为制导工具误差系数统计特性参数中,方差比较稳定,但均值可能随时间缓慢变化.由此,将制导工具误差系数的先验模型从一层先验改进为两层先验,建立了能利用跟踪数据、阵地测试数据等试验资源的多参数Bayes模型来评定制导工具系统误差.并应用经验Bayes模型改善了落点精度的评估.