随机变量多重Weibll统计模型及其参数最优估计 |
| |
引用本文: | 朱茂桃,高翔,王若平,夏长高.随机变量多重Weibll统计模型及其参数最优估计[J].轻型汽车技术,2003(2):26-29. |
| |
作者姓名: | 朱茂桃 高翔 王若平 夏长高 |
| |
摘 要: | 汽车及其零部件的失效时间是典型的随机变量。在汽车可靠性研究过程中,人们一直用一些简单统计理论模型来描述汽车可靠性问题,如正态分布、对数正态分布、威布尔分布、指数分布等。这些简单分布常常不能很好地描述实际数据,这就需要使用比较复杂的统计理论模型。在使用复杂统计模型时必须确定比较多的参数。而矩法、最大似然法等常用的参数估计方法,尚不能估计出复杂统计模型的参数;而图形参数估计方法虽然确定随机变量分布的种类,但估计参数的精度不高。此外,也缺少评判理论统计模型合理性的客观标准。基于威布尔的适应性,多重威布尔分布适合用来描述随机变量的复杂统计分布。为了正确地估计多重威布尔分布的参数,笔者按照最小二乘法的原则,建立了多重威布尔分布参数估计的最优化模型。将二次、三次内外插值线搜索方法和Levebberg-Maguardt搜索法和Gauss-Newton方法交替使用,确保求得参数的最佳估计。几个不同类型的算例表明,多重威布尔分布在描述随机变量的复杂统计分布方面具有强适应性,多重威尔分布参数估计的最优化模型和优化算法具有稳定的收敛性。
|
关 键 词: | 汽车 失效时间 零部件 可靠性 随机变量 多重Weibll统计模型 多重威布尔分布 参数最优估计 |
本文献已被 维普 等数据库收录! |
|