基于贝叶斯估计的非完全随机化可靠性试验因子识别方法.pdfVIP

下载本文档

2
0
约1.83万字
约 17页
2023-07-15 发布于四川
举报
版权申诉

基于贝叶斯估计的非完全随机化可靠性试验因子识别方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本申请涉及一种基于贝叶斯估计的非完全随机化可靠性试验因子识别方法，其中，该方法包括：首先，构建威布尔分布的非线性混合模型，并根据非线性混合模型得到威布尔分布下产品寿命数据的似然函数，其中，非线性混合模型包括尺度参数和形状参数、模型系数和随机效应；然后，为非线性混合模型中的模型系数和随机效应设定模糊先验分布；最后，通过贝叶斯对似然函数和模糊先验分布进行整合，得到模型参数的后验分布，通过Gibbs算法计算模型参数的后验估计值和置信区间，并根据模型参数的置信区间识别显著因子。通过本申请，解决了现有技术

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116433093 A (43)申请公布日 2023.07.14 (21)申请号 202310394317.7 (22)申请日 2023.04.13 (71)申请人河北工业大学地址 300400