刀豆文库小编猜你可能喜欢“贝叶斯可靠性评估”。
航空救生工程系统的贝叶斯可靠性评估(（精选7篇））由网友“meifan12”投稿提供，下面是小编给各位读者分享的航空救生工程系统的贝叶斯可靠性评估，欢迎大家分享。
篇1：航空救生工程系统的贝叶斯可靠性评估
航空救生工程系统的贝叶斯可靠性评估
在充分研究航空救生工程系统可靠性评估现状,比较各种现行可靠性评估方法的基础上,建立了一种适用于研究小样本、高可靠性成败型的航空救生工程系统的贝叶斯可靠性评估方法.将其应用到某型航空救生工程系统的设计定型中,评估结果达到规定的可靠性指标只需要13次试验,而若用其他的.方法达到同样的可靠性指标则需要进行46次试验.由此证明,该可靠性评估方法具有重要的实用价值.
作 者：韩华 赵明 HAN Hua ZHAO Ming 作者单位：韩华,HAN Hua(武汉理工大学,理学院,湖北,武汉,430070)赵明,ZHAO Ming(华中科技大学,数学系,湖北,武汉,430074)
刊 名：武汉理工大学学报（信息与管理工程版） ISTIC英文刊名：JOURNAL OF WUHAN UNIVERSITY OF TECHNOLOGY(INFORMATION & MANAGEMENT ENGINEERING) 年，卷(期)： 30(4) 分类号：V240.2 关键词：航空救生工程系统 贝叶斯 可靠性评估篇2：基于贝叶斯统计的测量系统可靠性评估方法的论文
0引言
可靠性是指产品或系统在规定的使用条件下与规定的时间内，完成规定任务的能力，即产品或系统在规定的时间内不发生故障的概率。可靠性是航天产品最重要的技术指标之一，贯穿于产品的概念设计、方案设计、技术设计、生产与试验、操作使用直至退役的全寿命过程。大批量较单纯的小型产品(如电子元器件组成的单机产品)可靠性指标的考核与评定方法主要有元器件计数法、元器件应力分析法及可靠性增长验证法等。但是对于由不同单元构成的复杂系统，由于资金和时间的限制，不可能获得大量的系统可靠性试验数据，若仍采用传统可靠性评估方法来对以上系统进行评估，有时会出现理论评估结果与系统实际性能不相符合的情况。
本文针对以上问题，以弹箭上电气系统组成最为庞大的测量系统为例进行分析，提出基于贝叶斯公式的系统可靠性评估方法。运用贝叶斯公式对系统可靠性进行分析，可以充分利用试验阶段或者相似系统飞行试验所得到的有关历史数据，通过先验数据和现场测试数据的综合，推导出单机或系统出故障的后验概率公式，提高系统可靠性评估的准确性。
1复杂系统可靠性建模
测量系统是运载火箭飞行时获取工作状态和环境参数的主要手段。它是集传感器技术、通信技术、自动化和计算机技术于一体的典型现代信息系统。高质量的测量数据在评定飞行试验性能、故障分析与改进设计中具有不可或缺的作用。
篇3：基于贝叶斯统计的测量系统可靠性评估方法的论文
贝叶斯统计方法是将所描述的系统可靠性未知参数(如系统故障失效率)视为一个随机变量。在获得现场统计试验数据之前，就存在一个关于该随机变量的概率分布，称之为验前分布。贝叶斯统计即以这些验前统计数据作为先验信息，结合现场测试数据计算系统的可靠性参数，即计算后验概率分布。
3算例
继承因子的引入可以在一定程度上调节子系统以及系统的历史数据使用情况，防止大量历史数据对现场试验数据的淹没。因此，继承因子的选择对系统可靠性评估的结果有着较大的影响。下面将通过仿真实例，对继承因子的作用加以说明。
3.1 继承因子对置信度的影响
数据综合子系统的 MTBF 在数值上等于可靠性参数的倒数，因此这里以最低能够接收的 MTBF 作为研究对象，即计算U? =0.017 7 时，继承因子的'改变对置信度的影响。
3.2 继承因子取不同值时的置信区间变化
当置信度取为定值时，按照式(10)和式(11)计算其置信上限、下限，以及置信区间数值范围的大小，计算结果如图 5 和图 6 所示，置信上限、下限随继承因子取值的变化见表 2。如果系统的历史数据比现场数据好，则当置信度保持不变时，随着继承因子数值的增加，置信上限和下限都在减小，而且置信区间的大小也在减小，由此得到的系统 MTBF 随之增加。
4结论
本文采用贝叶斯统计的思想逐级求解系统的可靠性参数。在单机层，由于单机的试验次数相对较多，因此利用贝叶斯方法对单机可靠性进行求解时，在得到单机可靠性参数的验前分布后，可以直接利用贝叶斯公式对其验后分布进行求解。而在子系统级和系统级，由于该层所做试验次数受经费、资源等的限制，现场试验次数较少，因此在单机层综合得到的可靠性数据可以应用。为了防止上述历史数据淹没现场测试数据，这里在子系统级的先验分布中引入继承因子来调节历史数据的引用比例，最终用贝叶斯公式逐级求解，直到得到系统的可靠性参数。
由于继承因子对系统可靠性指标的求解影响很大，最后探讨了继承因子数值的改变对置信度和置信区间的影响。通过计算分析，可以得到以下结论：
a)基于贝叶斯公式的可靠性评估是现场数据与历史数据可靠性的综合，探讨贝叶斯公式下的可靠性评估方法对评估系统可靠性有参考意义;
b)历史数据的积累和处理是贝叶斯公式应用的前提，当新系统相对于原系统改进较小时，历史数据可以为新系统可靠性评估提供重要的参考;
c)继承因子的选择决定了历史数据的参考程度，其取值对最终的可靠性参数有较大的影响，可以结合不同数据源的数据分布特征并结合专家经验，给出工程应用时继承因子的大致取值;
d)基于贝叶斯公式的可靠性评估方法可以推广至运载火箭全系统可靠性评估过程。
篇4：基于贝叶斯网络的人因可靠性评价
基于贝叶斯网络的人因可靠性评价
摘要：提出一种贝叶斯网络的人因可靠性评价(HRABN)方法,其中的每个因子对应于贝叶斯网络中的节点,该方法可对人因可靠性作定量分析和定性分析.在定性分析上,节点的因果关系(HRA中的因子关系)及需要改进的薄弱节点都直观地显示在层次图中;在定量分析方面,对节点因子后验概率的推断通过HRA中的先验信息(包含仿真数据、现场操作及专家知识等)和最新信息得到.如果人因可靠性贝叶斯网络中的每个节点的先验概率分布和后验概率分布都已知,模型的`可信性就可通过贝叶斯因子进行定量验证.贝叶斯网络扩展性好,当有新的节点因子需要考虑时,只需要补充对应的节点;笔者的方法也能很好地应用在不同行业的HRA.作 者：孙旋 牛秦洲 徐和飞 巫世晶 秦明 黄河潮 SUN Xuan NIU Qin-zhou XU He-fei WU Shi-jing QIN Ming HUANG He-chao 作者单位：孙旋,SUN Xuan(桂林工学院电子计算机系,桂林 541004;武汉大学动力与机械学院,武汉 430072)牛秦洲,徐和飞,巫世晶,秦明,NIU Qin-zhou,XU He-fei,WU Shi-jing,QIN Ming(桂林工学院电子计算机系,桂林 541004)
黄河潮,HUANG He-chao(香港城市大学建筑系)
期 刊：中国安全科学学报 ISTICPKU Journal：CHINA SAFETY SCIENCE JOURNAL 年，卷(期)：, 16(8) 分类号：X914 关键词：人因可靠性分析(HRA) HRA模型 模型的可信性 贝叶斯网络 贝叶斯因子篇5：贝叶斯决策
模式识别
理解这一章的关键是要正确理解先验概率, 类概率密度函数,后验概率这三种概率, 对这三种概率的定义,相互关系要搞得清 清楚楚.Bayes公式正是体现这三者关系的 式子,要透彻掌握.
武汉大学电子信息学院
3
篇6：贝叶斯决策
模式识别
特征向量与特征空间
例:苹果的直径尺寸限定在7厘米到15厘米 之间,它们的重量在3两到8两之间变化. 如果直径长度x用厘米为单位,重量y以两 为单位.那么,由x值从7到15,y值从3到8 包围的二维空间就是对苹果进行度量的特 征空间.
总体概率分布已知 要决策分类的类别数一定
武汉大学电子信息学院
5
篇7：贝叶斯决策
模式识别
学习指南
主要内容是说明分类识别中为什么会有错分类, 在何种情况下会出现错分类?错分类的可能性会 有多大?在理论上指明了怎样才能使错分类最少? 不同的错分类造成的危害是不同的,有的错分类 种类造成的危害更大,因此控制这种错分类则是 更重要的.为此引入了一种\“风险\”与\“损失\” 概念,希望做到使风险最小.要着重理解\“风险\” 与\“损失\”的概念,以及在引入\“风险\”概念后 的处理方法.
武汉大学电子信息学院
2
贝叶斯法则通俗解释是：通常，事件A在事件B(发生)的条件下的概率，与事件B在事件A的条件下的概率是不一样的；然而，这两者是有确定的关系,贝叶斯法则就是这种关系的陈述。扩展资料贝......
贝叶斯网络贝叶斯网络是一系列变量的联合概率分布的图形表示。一般包含两个部分，一个就是贝叶斯网络结构图，这是一个有向无环图（DAG），其中图中的每个节点代表相应的变量，节点之间......
贝叶斯公式的通俗解释（通用9篇）由网友“李木戈论文多多”投稿提供，以下是小编帮大家整理后的贝叶斯公式的通俗解释，仅供参考，大家一起来看看吧。篇1：贝叶斯公式的通俗解释 贝叶斯......
用于运动识别的聚类特征融合方法和装置提供了一种用于运动识别的聚类特征融合方法和装置，所述方法包括：将从被采集者的加速度信号中提取的时频域特征集的子集内的时频域特征表......
在诺曼底这片饱尝战争之苦，具有光荣历史的土地上，曾发生了历史上最伟大的事件之一。贝叶和它周围的地区成为这一史实的见证。这些地区也是完全有资格作为历史见证的。在战争刚......
