多階段小樣本數(shù)據(jù)條件下裝備試驗(yàn)評(píng)估

第一章 緒論
1．1 引言
1．2 可靠性增長問題的試驗(yàn)評(píng)估現(xiàn)狀
1．3 命中概率和精度的試驗(yàn)評(píng)估和鑒定現(xiàn)狀
1．4 雷達(dá)最大探測距離的試驗(yàn)評(píng)估和鑒定現(xiàn)狀
參考文獻(xiàn)
第二章 準(zhǔn)備知識(shí)
2．1 引言
2．2 貝葉斯方法的基本理論
2．2．1 基本概念
2．2．2 貝葉斯公式及其解釋
2．2．3 先驗(yàn)分布的構(gòu)造及后驗(yàn)分布的計(jì)算
224貝葉斯方法在裝備試驗(yàn)評(píng)估中的應(yīng)用
2．3 變動(dòng)統(tǒng)計(jì)方法的基本理論
2．3．1 基本內(nèi)涵和關(guān)鍵問題
2．3．2 變動(dòng)統(tǒng)計(jì)中的數(shù)據(jù)預(yù)處理方法
23．3 變動(dòng)統(tǒng)計(jì)的基本方法
2．3．4 變動(dòng)統(tǒng)計(jì)在裝備試驗(yàn)評(píng)估中的應(yīng)用
參考文獻(xiàn)
第三章 多階段延緩糾正可靠性增長試驗(yàn)評(píng)估方法
3．1 引言
3．2 多階段延緩糾正可靠性增長過程建模
3．3 順序約束建模法
3．3．1 序化關(guān)系分析與檢驗(yàn)
3．3．2 貝葉斯分析與后驗(yàn)計(jì)算
3．3 3示例分析與比較
3．4 折合因子法
3．4．1 折合因子的定義及其F分布分位點(diǎn)估計(jì)
3．4．2 折合因子的隨機(jī)化方法
3．5 增長因子法
3．5．1 增長因子的定義及現(xiàn)有的確定方法
3．5．2 增長因子的F分布分位數(shù)確定方法
3．5．3 增長因子的ML-Ⅱ確定方法
3．6 線性模型建模法
3．6．1 多階段指數(shù)壽命模型的建模方法
3．6．2 超參數(shù)估計(jì)的貝葉斯-MonteCarlo方法
3．6．3 基于貝葉斯預(yù)測的失效率后驗(yàn)分布
3．6．4 參數(shù)后驗(yàn)分布的遞推計(jì)算方法
3．6．5 示例分析
參考文獻(xiàn)
第四章 多階段含延緩糾正可靠性增長試驗(yàn)評(píng)估方法
4．1 引言
4．2 多階段含延緩糾正可靠性增長過程建模
4．3 基于MS-NHPP-I模型的順序約束法
4．3．1 序化關(guān)系分析及檢驗(yàn)
4．3．2 模型的貝葉斯分析
4．3．3 形參估計(jì)值與階段失效強(qiáng)度的先驗(yàn)分布
4．3．4 示例分析
4．4 基于MS-NHPP-Ⅱ模型的順序約束法
4．4．1 多階段含延緩糾正試驗(yàn)的建模方法
4．4．2 基于Dirichlet先驗(yàn)的貝葉斯分析
4．4．3 后驗(yàn)分布的MCMC計(jì)算方法
4．4．4 示例分析
4．5 多臺(tái)設(shè)備同時(shí)投試情況下的增長因子法
4．5．1 增長因子法的一般分析
4．5．2 AMSAA-BISE模型的貝葉斯近似計(jì)算
4．5．3 先驗(yàn)分布的轉(zhuǎn)換與后驗(yàn)分布的處理
4．5．4 MS-NHPP-I模型的貝葉斯分析
4．5．5 示例分析
4．6 基于比例強(qiáng)度假設(shè)的線性模型建模與分析
4．6．1 比例強(qiáng)度假設(shè)與線性模型建模
4．6．2 線性模型的極大似然估計(jì)
4．6．3 模型檢驗(yàn)與預(yù)測
4．6．4 示例分析
參考文獻(xiàn)
第五章 多批次試驗(yàn)數(shù)據(jù)下裝備命中概率評(píng)估方法
5．1 引言
5．2 單批次同總體試驗(yàn)數(shù)據(jù)的命中概率評(píng)估方法
5．2．1 基于二項(xiàng)分布的命中概率評(píng)估方法
5．2．2 基于正態(tài)分布的整體彈命中概率估計(jì)
5．2．3 基于正態(tài)分布的子母彈命中概率估計(jì)
5．2．4 小樣本情況下的命中概率估計(jì)
5．2．5 示例分析與比較
5．3 多批次異總體試驗(yàn)數(shù)據(jù)的命中概率評(píng)估方法
5．3．1 基于二項(xiàng)分布的多批次試驗(yàn)命中概率估計(jì)
5．3．2 基于正態(tài)分布的多批次試驗(yàn)命中概率估計(jì)
5．3．3 參數(shù)后驗(yàn)分布求解的MCMC方法
5．3．4 兩向相關(guān)情況下的處理方法
5．3．5 示例分析與比較
參考文獻(xiàn)
第六章 多來源試驗(yàn)數(shù)據(jù)下裝備命中概率評(píng)估方法
6．1 引言
6．2 基于兩類試驗(yàn)信息的正態(tài)變量融合估計(jì)
6．2．1 正態(tài)分布及其共軛分布
6．2．2 基于貝葉斯相繼律的融合方法
6．2．3 限制仿真樣本容量的融合方法
6．2．4 考慮仿真可信性的混合先驗(yàn)融合方法
6．2．5 改進(jìn)的混合后驗(yàn)融合方法
6．2．6 仿真可信性與相容性檢驗(yàn)
6．2．7 示例分析與討論
6．3 基于兩類試驗(yàn)信息的命中概率融合評(píng)估
6．3．1 兩向獨(dú)立時(shí)的命中概率估計(jì)
6．3．2 多元正態(tài)分布的混合后驗(yàn)融合方法
6．3．3 多元正態(tài)分布樣本的相容性檢驗(yàn)
6．3．4 示例分析與比較
6．4 基于多源試驗(yàn)信息的融合估計(jì)方法
6．4．1 多源先驗(yàn)分布融合方法及其改進(jìn)
6．4．2 正態(tài)分布參數(shù)的混合后驗(yàn)融合方法
6．4．3 示例分析與比較
6．5 融合多來源數(shù)據(jù)的命中概率鑒定方案設(shè)計(jì)
6．5．1 計(jì)數(shù)固定抽樣檢驗(yàn)方法
6．5．2 利用貝葉斯方法對計(jì)數(shù)固定抽樣檢驗(yàn)方法的改進(jìn)
參考文獻(xiàn)
第七章 航空子母炸彈制導(dǎo)精度鑒定的貝葉斯方法
7．1 引言
7．2 WCMD武器技戰(zhàn)術(shù)指標(biāo)分析
7．2．1 子彈散布密度與母彈布撒高度
7．2．2 毀傷面積與布撒精度
7．3 WCMD鑒定方案設(shè)計(jì)
7．3．1 經(jīng)典的序貫檢驗(yàn)方法
7．3．2 布撤點(diǎn)的高度偏差檢驗(yàn)
7．3．3 布撒點(diǎn)的平面偏差檢驗(yàn)
7．3．4 布撒均勻度鑒定方案
7．4 仿真結(jié)果分析
參考文獻(xiàn)
第八章 預(yù)警雷達(dá)最大探測距離鑒定與評(píng)估的貝葉斯方法
8．1 引言
8．2 雷達(dá)最大探測距離評(píng)估的經(jīng)典方法
8．2．1 檢飛計(jì)劃制定和數(shù)據(jù)處理
8．2．2 檢飛架次的確定
8．3 利用貝葉斯方法設(shè)計(jì)雷達(dá)檢飛試驗(yàn)方案
8．3．1 先驗(yàn)信息的收集與整理
8．3．2 先驗(yàn)信息的建模
8．3．3 確定觀測樣本數(shù)（檢飛架次）
8．3．4 開展定型檢飛并評(píng)估最大距離
參考文獻(xiàn)
附錄A MCMC算法概述