随机变量多重Weibll统计模型及其参数最优估计

• 作者: 夏长高 朱茂桃 王若平 高翔
• 来源期刊: 轻型汽车技术
• 关键词: 随机变量 统计 模型 汽车 零部件
• 年，卷（期）: 2003,（3）
• 所属期刊栏目: 设计·研究
• 页码范围: 26-29
• 页数: 4页
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱茂桃	江苏大学汽车与交通工程学院	108	952	16.0	26.0
2	高翔	江苏大学汽车与交通工程学院	85	770	15.0	22.0
3	王若平	江苏大学汽车与交通工程学院	55	388	11.0	16.0
4	夏长高	江苏大学汽车与交通工程学院	80	571	13.0	20.0