一、Bayes分析中多源信息融合的最大熵-矩估计方法（论文文献综述）
苏敬,何华锋[1]（2020）在《弹武器命中精度评估研究综述》文中提出命中精度是衡量导弹武器性能的一项重要指标,命中精度评估是当前导弹武器试验鉴定领域亟需开展研究的课题之一。文章叙述了命中精度评估的研究内容及研究框架;对导弹武器命中精度评估中误差源分析、误差分离及精度折合方法、验前信息融合、命中精度评定方法等研究内容进行综述;分析研究现状,指出下一步命中精度评估研究需要解决的问题,对开展新形势下导弹武器命中精度评估研究以及导弹武器装备的试验鉴定工作具有意义。
王小健[2]（2020）在《石化企业多源知识发现与管理方法研究》文中研究表明企业知识管理,即企业灵活运用先进的现代技术,对企业的显性和隐性知识进行有效地识别、融合和利用的活动。在知识管理过程中合理利用知识挖掘方法,能够帮助石化企业更好地做出指标预测、风险分析和企业决策,提高企业客户的忠诚度和服务体验度,进而从根本上提升我国石化企业的核心竞争力。然而,如果没有有效的多源信息处理手段,企业的知识管理系统只能处理单一来源的数据,将不可避免地局限了石化企业的发展空间。因此,本文探索建立一套高效的知识管理系统,通过深入研究网络行为建模和多源数据融合的方法,从而建立一套合理有效的体制机制对企业员工的性格、偏好、行为模式等方面进行全面深入地分析,更好地帮助石化企业提升其知识管理水平。本文的主要贡献是:第一,提出了一种基于多源信息融合的信息表示和行为建模方法;第二,提出了一种基于多源信息融合的指标相关性建模方法;第三,提出了一种基于多源信息融合的员工社群分析方法;第四,通过大数据分析技术和自然语言处理技术,提出一种基于多源信息融合的石化企业客户指标相关性分析方法和基于层次化聚类的石化企业垂直分类方法。基于上述方法,本文对石化企业知识管理的效果进行了分组实验和对比评估。实验结果表明,在利用了本文所提出的基于多源异构大数据融合分析的知识管理新方法的情况下,企业知识管理水平有了较为显着的提升。本文的研究成果为未来的企业知识管理方法研究提供了一条可行之道。
赵骞[3]（2019）在《基于贝叶斯理论的卫星平台剩余寿命预测方法研究》文中指出
喻康[4]（2019）在《基于信息融合的动量轮可靠性评估》文中指出动量轮是一种重要的惯性执行机构,因其具有精度高、消耗燃料少、无污染等优点,现已被广泛应用于卫星的姿态控制系统中。动量轮为卫星的姿态调整和抵抗外界的干扰提供动力保障,其失效对卫星是致命性的。动量轮的可靠性水平在很大程度上决定了整颗卫星的可靠性、安全性和有效服役时间。对动量轮进行可靠性评估一方面可以充分利用星载资源,指导航天器任务规划的开展;另一方面为航天器的在轨维修决策提供理论依据。动量轮具有小样本、长寿命、高成本的特点,传统的基于大量寿命数据的统计推断方法已不再适用,基于性能退化和信息融合的方法为其可靠性评估问题提供了新路径。本文以动量轮为研究对象,探究了如何合理利用不同来源的信息对其进行可靠性评估,分别研究了融合专家知识与寿命数据的可靠性评估、基于性能退化的可靠性评估、以及融合性能退化数据与其它类型数据的可靠性评估问题。本文主要研究内容如下:（1）基于D-S证据理论与Bayes方法融合寿命数据的动量轮可靠性评估。根据调研与分析,选取了Weibull分布作为动量轮的寿命分布类型,根据D-S证据理论合成规则融合了专家知识,根据合成结果构建了未知参数的先验分布,利用似然函数构建了融合失效寿命数据与右截尾寿命数据的数学模型,利用zeros-ones转换方法对该模型进行了转换,最终利用蒙特卡洛（Markov Chain Monte Carlo,MCMC）仿真完成了参数估计。对比了本文所提方法与无信息先验法,结果表明本文所提方法有助于提高评估结果的精度。（2）基于性能退化的动量轮可靠性评估。分析了动量轮的失效机理,选取了动量轮润滑系统润滑剂含量作为关键性能参数,分别利用标准Wiener过程与随机效应Wiener过程对性能退化数据进行建模,并利用Deviance Information Criterion（DIC）准则选取了更为合适的随机效应Wiener过程模型作为动量轮可靠性评估的退化模型,利用MCMC仿真完成了参数的Bayes估计,通过案例分析表明了基于性能退化的动量轮可靠性评估方法可以解决动量轮小样本、无失效数据等问题。（3）基于多源信息融合的动量轮可靠性评估。针对动量轮具有小样本、可靠性信息多源,且单一信息源数据不足这一特点,提出了一种基于多源信息融合的动量轮可靠性评估方法。分别研究了三种不同情况下融合多源信息的动量轮可靠性评估问题,包括:融合性能退化数据和伯努利数据;融合性能退化数据和寿命数据;融合性能退化数据、寿命数据和伯努利数据。分别给出了在这三种情况下融合模型的构建方法以及基于Bayes更新的参数求解方法。与仅考虑性能退化数据的可靠性评估方法进行对比分析,结果表明多源信息融合方法可以提高评估结果的精度。考虑到个体与总体存在差异性,个体产品的可靠性特征并不能被总体产品的可靠性特征精确表征,提出了一种单个动量轮的实时可靠性评估模型。首先根据单个动量轮的性能退化数据构建了退化模型,然后利用同批动量轮多源信息和专家知识构建了单个动量轮退化模型中未知参数的先验分布,根据Bayes理论,利用单个动量轮实时监测数据完成了退化模型未知参数的实时更新,进而完成了单个动量轮的实时可靠性评估。
鲁伟[5]（2018）在《基于最大熵和马氏链蒙特卡洛方法的贝叶斯可靠性评估研究》文中提出21世纪是质量的时代,作为质量通用特性的核心和基础,可靠性的重要性不言而喻。“六西格玛”的实施、“无维修使用期（MFOP）”和“可靠性3.0”等概念的出现为可靠性的发展提出了新的机遇与挑战。产品研发时间更短、推向市场实际更加紧迫,激烈的市场竞争下愈来愈低的产品成本,不断更新的新技术下风险与效益并存,这些都给可靠性的发展提出了新的要求。为了考察小样本下可靠性评估问题,本文系统地研究了基于最大摘方法（MEM）和马尔科夫链蒙特卡洛方法（MCMC）在贝叶斯可靠性评估框架下的应用问题,以解决传统统计方法在小样本失效特征下可靠性评估不准确的问题。本文针对小样本失效特征,将贝叶斯框架下的可靠性评估分为可靠性先验信息的收集整理和检验折算、基于最大熵法的先验分布确定、基于马氏链蒙特卡洛方法的后验分布的计算以及基于后验分布的可靠性评估等四个部分。首先,对可靠性多源先验信息进行整理分类,采用最大熵将其转化为各自的先验分布,结合多源信息下的加权融合法得到最终的可靠性先验分布。本文对先验分布类型已知情形和先验分布未知情形下的最大熵分布进行了研究,着重探讨先验形式未知下最大熵分布的一般形式,对于未知参数的估计采用构造势函数的方法来求解,一定程度上提高了求解效率。其次,针对可靠性参数先验分布和似然函数产生的后验分布形式复杂、无法进行后续可靠性评估的问题,本文采用MCMC方法对后验分布进行抽样模拟,以期解决贝叶斯框架下可靠性后验分布难以求解的问题。分别对两参数和三参数威布尔分布下的数据例子进行计算验证,最后基于可靠性后验分布进行可靠性评估。本文在进行小样本可靠性评估难题时,将最大熵方法和MCMC方法分别应用于贝叶斯框架下小样本可靠性评估的各个阶段,最大熵和多源信息融合提高了对先验信息的利用效率、降低了先验分布确定过程中的主观因素。MCMC方法求解可靠性后验分布很好地解决了后验分布形式复杂、高维数值积分无法求解的问题,使得贝叶斯方法在小样本可靠性评估中有更广阔的应用空间。
贾祥[6]（2017）在《不等定时截尾数据下的卫星平台可靠性评估方法研究》文中研究指明卫星平台是卫星的重要组成部分,是用于支持有效载荷正常工作的所有系统构成的整体。卫星平台由分系统串联而成,而分系统又由众多单机组成。在公用卫星平台上安装不同的有效载荷,就可形成不同功能的卫星。因此,研制高可靠性的卫星平台,就显得至关重要,这也带来卫星平台的可靠性评估问题。卫星平台的寿命数据主要来自于在轨遥测试验,通过分析,可以根据在轨遥测试验建立不等定时截尾寿命试验模型。现有的不等定时截尾数据下的相关研究非常零碎,不成体系,难以解决实践中的问题。针对这些问题及工程实践的需求,本文在威布尔分布和指数分布场合,利用不等定时截尾数据,对卫星平台的可靠度进行统计推断,目标包括可靠度的点估计及置信下限。从有失效数据和无失效数据、寿命数据和其他可靠性信息的融合、单机和系统等多个方面,开展了以下研究工作:（1）指数分布场合不等定时截尾有失效数据下的单机可靠性评估方法。根据不等定时截尾有失效数据,提出指数分布参数的点估计和置信下限的计算方法,等同于给出了可靠度的点估计和置信下限。首先将分布参数的极大似然估计作为点估计,随后依次利用枢轴量、样本空间排序法、Fisher信息量和改进的bootstrap方法,建立分布参数的置信下限。最后,通过蒙特卡罗实验及卫星平台中的数管计算机的应用,比较了不同方法的优劣,发现基于枢轴量的置信下限效果最好。（2）威布尔分布场合不等定时截尾有失效数据下的单机可靠性评估方法。根据不等定时截尾有失效数据,给出威布尔分布可靠度的点估计和置信下限。首先利用极大似然法和最小二乘法,推得分布参数的极大似然估计和最小二乘估计,继而求得可靠度的点估计。针对极大似然估计,讨论了极大似然估计的存在性,明确了其不存在的场合。另外,提出了极大似然估计的近似解,给出了封闭的表达式。针对最小二乘估计,提出了两种模式。随后,依次根据枢轴量、Fisher信息矩阵和改进的bootstrap方法,建立可靠度的置信下限。其中,枢轴量是基于最小二乘估计提出的。而在利用Fisher信息矩阵时,根据信息矩阵得到极大似然估计的协方差,再转化为可靠度的估计的方差,在此基础上给出了可靠度的置信下限。另外,所用的是观测信息矩阵,而非目前常用的利用极大似然估计近似所得的。最后,通过蒙特卡罗仿真实验和卫星平台中的蓄电池的应用,比较了各种点估计和置信下限的优劣,探讨了不同点估计和置信下限在不同条件下的适用性。（3）不等定时截尾无失效数据下的单机可靠性评估方法。在威布尔分布和指数分布场合,根据不等定时截尾无失效数据,给出可靠度的点估计和置信下限。首先利用配分布曲线法,推得分布参数的两种最小二乘估计,继而可得可靠度的两种点估计。随后通过发掘配分布曲线法中的隐含信息,求得了样本中各个时刻处的可靠度置信下限,通过曲线拟合,给出了可靠度的置信下限。由于可靠度的点估计和置信下限都根据配分布曲线法计算而来,从而保证了应用中的一致性。最后,通过蒙特卡罗仿真实验和卫星平台中的陀螺及GPS接收机的应用,比较了两种点估计,并对比了新提出的置信下限与已有的置信下限,继而分析了不同方法的优劣,从中选出了最优的点估计,同时也发现新提出的置信下限优于现有方法。（4）融合不等定时截尾数据和其他可靠性信息的单机可靠性评估方法。在威布尔分布和指数分布场合,利用Bayes理论,通过融合不等定时截尾数据和其他可靠性信息,给出可靠度的Bayes点估计及置信下限。首先根据其他可靠性信息确定分布参数的验前分布,随后结合Bayes理论,推出分布参数的验后分布,并将其转化为可靠度的验后分布,据此求得可靠度的Bayes点估计和置信下限。最后,通过蒙特卡罗实验和相应的单机的应用,检验了可靠度的Bayes点估计和置信下限,发现融合后的结果精度大大提高。（5）基于Bayes信息融合的卫星平台系统可靠性评估方法。首先研究了基于Bayes信息融合的贮备系统的可靠性评估方法。在对现有两种方法的基础上,提出了两种新的计算方法,结合分布参数的验后分布,推得贮备系统的可靠度的验后分布,继而得到贮备系统的可靠度的Bayes点估计和置信下限,并通过蒙特卡罗仿真试验和卫星平台中的陀螺的应用,比较了不同方法的优劣。随后,明确了串联、并联和表决系统的评估方法。最后,在此基础上,基于Bayes信息融合提出了卫星平台系统的可靠性评估方法,并通过一个算例说明了该方法的具体运用。
刘士齐[7]（2017）在《融合多源信息的卫星平台剩余寿命预测研究》文中指出卫星平台是一种典型高可靠性、长寿命、小子样的复杂系统,其剩余寿命预测是卫星工程中极其重要的问题。目前可收集卫星平台分系统专家信息、寿命数据以及性能退化数据等多种可靠性数据,传统剩余寿命预测方法不能有效利用各类信息,本文提出基于多源信息融合的剩余寿命预测方法,充分融合多种可靠性数据,提高卫星平台分系统剩余寿命预测的准确度。本文从卫星平台单机到分系统,主要的研究内容包括以下几个方面:（1）融合寿命数据、性能退化数据和专家信息的单机剩余寿命预测方法。目前少有融合三种异质信息源的研究。通过分别融合寿命数据与专家信息、寿命数据与性能退化数据得到两个寿命分布,在通过数据一致性检验的前提下,采用改进的ML-II法分别计算分布权重,从而相加得到融合寿命分布。最终通过仿真方法直接由寿命分布抽样完成剩余寿命预测。（3）给出冷备系统剩余寿命预测方法。当前关于冷备系统剩余寿命的研究大多受限于元件分布形式与复杂的系统解析表达。本文提出了冷备系统寿命预测的仿真方法,并在此基础上于三种不同的失效信息条件下,给出了冷备系统剩余寿命预测方法,实验证明所提出的方法适用性广,精度高。（4）给出卫星平台剩余寿命预测的仿真模拟方法。目前少有关于复杂系统剩余寿命预测研究,本文在单机寿命分布或寿命数据已知的情况下,基于四种典型可靠性结构的特性,给出系统经可靠性框图建模后由下级子系统向上级子系统层层折算的通用仿真方法,通用性好,精度高。
赵钺,刘琦,杜岩峰,王华,李铭书[8]（2017）在《贮箱产品制造质量一致性评价方法研究》文中研究表明我国航天制造业的进一步发展对航天产品制造质量一致性提出了更高的要求。以某航天用贮箱为研究对象提出了一种制造质量一致性评价方法。根据贮箱产品的设计要求和结构特点建立了产品几何精度控制指标体系。针对贮箱产品单件制造的实际情况,综合Bootstrap估计和极差估计的特点,提出了一种综合估计方法,建立了贮箱产品单一几何精度的评价指标。基于所建立的产品几何精度控制指标体系,将体系中各评价指标的估计值求和,作为贮箱产品制造质量一致性评价指数。最后通过评价实例表明了该方法的实用性。
陈浩[9]（2016）在《基于多源信息融合的典型卫星平台分系统剩余寿命预测研究》文中进行了进一步梳理卫星平台分系统是一种典型高可靠性、长寿命、小子样的复杂系统,其剩余寿命预测是卫星工程中极其重要的问题。目前可收集卫星平台分系统专家信息、寿命数据以及性能退化数据等多种可靠性数据,传统剩余寿命预测方法不能有效利用各类信息,本文提出基于多源信息融合的剩余寿命预测方法,充分融合多种可靠性数据,提高卫星平台分系统剩余寿命预测的准确度。本文从卫星平台单机到分系统,主要的研究内容包括以下几个方面:（1）融合无失效定时截尾寿命数据、极少失效寿命数据和专家信息的单机剩余寿命预测方法。首先,将专家经验关于可靠度的不完全信息转化为参数的先验分布,然后采用Bayes方法融合寿命数据和专家信息,给出融合寿命数据和专家信息的产品剩余寿命概率密度函数和剩余寿命分布。最后通过GPS接收机的示例以及仿真算例验证了所提方法的合理性和有效性。（2）融合无失效定时截尾寿命数据、极少失效寿命数据和性能退化数据的单机剩余寿命预测方法。以线性漂移Wiener过程模型为基础,假设漂移参数?和扩散参数?为随机变量,利用极大似然和贝叶斯的方法,融合产品的寿命数据和性能退化数据,并给出了实时更新的剩余寿命概率密度表达式,然后采用MCMC方法进行参数估计。最后通过红外地敏单机的示例验证了所提方法的合理性和有效性。（3）卫星平台子系统剩余寿命预测的解析推导和仿真模拟方法。首先对卫星平台分系统进行可靠性框图建模,然后基于单机的剩余寿命模型,一方面,对常见可靠性结构的剩余寿命分布进行解析推导,另一方面,对各种可靠性结构的剩余寿命分布进行仿真模拟;最后综合可靠性结构的剩余寿命分布给出卫星平台分系统的剩余寿命预测结果。本文给出卫星平台子系统剩余寿命预测方法适用于服从不同分布的单机,在工程应用上非常方便。
张辉[10]（2016）在《再制造机床可靠性评估与增长研究》文中提出再制造作为循环经济“再利用”的高级形式,符合《中国制造2025》和“十三五”规划中制造业升级转型要求。再制造机床作为典型的再制造机电产品,随着再制造产业不断的发展壮大,将大量进入市场服役。再制造机床要想在日益激烈的竞争中得到市场和客户认可,关键是其质量和可靠性,这也是制约再制造机床行业发展的重大共性和关键性问题之一。再制造机床可靠性评估与可靠性增长是对再制造机床可靠性进行定量控制的必要手段。本文结合再制造机床固有特征,对再制造机床可靠性评估与增长进行研究,具体内容如下:（1）综合现有产品可靠性的内涵,给出再制造机床可靠性的定义,并建立再制造机床可靠性指标体系,明确再制造机床可靠性的构成,为再制造机床可靠性评估与增长提供理论基础。（2）结合再制造机床组成结构复杂、寿命长、故障模式多样且样本少的特点,建立再制造机床可靠性综合评估模型,该模型基于“动态特性参数”、“多源信息融合”的两种可靠性评估方法,分别对再制造机床加工质量可靠性及再制造机床运行可靠性进行评估,结合两方面的可靠性评估结果,对再制造机床可靠性进行综合分析。（3）在再制造机床可靠性评估基础上,对其的可靠性增长及增长措施进行分析,给出不同阶段可靠性增长措施,并建立以未来故障发生时间为随机变量,基于条件分布的AMSAA（Army Materials Systems Analysis Activity）模型的再制造机床可靠性增长预测方法,由此得出再制造机床改进措施后的可靠性及未来故障发生时间点估计和预测区间。（4）结合再制造机床可靠性评估与增长的功能需求,开发设计了再制造机床可靠性评估与增长原型系统（Remanufacturing Machine Tool Reliability Assessment and Growth,RMRAG）,并结合实例对RMRAG系统主要功能模块进行了介绍。
二、Bayes分析中多源信息融合的最大熵-矩估计方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Bayes分析中多源信息融合的最大熵-矩估计方法（论文提纲范文）
（1）弹武器命中精度评估研究综述（论文提纲范文）
| 1 评估指标及研究体系 |
| 1.1 评估指标 |
| 1.2 研究内容体系框架 |
| 2 导弹武器命中精度评估研究内容 |
| 2.1 误差源分析 |
| 2.2 制导工具误差分离方法 |
| 1)基于支持向量机方法 |
| 2)基于进化策略方法 |
| 3)基于主成分改进方法 |
| 2.3 弹道精度折合 |
| 2.4 多源验前信息融合 |
| 2.5 导弹武器命中精度评定方法 |
| 2.5.1 命中精度的自助评定方法 |
| 2.5.2 命中精度评定的Bayes方法 |
| 2.5.3 基于序贯分析的命中精度评定方法 |
| 3 研究展望 |
| 4 结论 |
（2）石化企业多源知识发现与管理方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景 |
| 1.1.1 知识管理的必要性 |
| 1.1.2 知识管理的经济价值 |
| 1.1.3 石化企业的知识管理 |
| 1.2 研究意义 |
| 1.2.1 理论价值 |
| 1.2.2 现实意义 |
| 1.3 研究内容与结构安排 |
| 1.3.1 研究内容 |
| 1.3.2 结构安排 |
| 1.4 主要贡献和创新点 |
| 2 理论与方法综述 |
| 2.1 企业知识管理理论与方法 |
| 2.1.1 背景介绍 |
| 2.1.2 企业知识管理相关概念 |
| 2.1.3 国外主流知识管理思想 |
| 2.1.4 利用知识挖掘提高组织资本和企业竞争力 |
| 2.2 国内石化企业知识管理研究现状 |
| 2.2.1 石化企业知识管理的进展 |
| 2.2.2 基于多源知识发现实施石化企业知识管理的必要性 |
| 2.3 基于大数据分析的知识管理方法 |
| 2.3.1 多特征融合统计学习方法 |
| 2.3.2 多源异构数据知识发现方法 |
| 2.3.3 基于大数据分析的社会化管理方法 |
| 2.4 文本语料分析基本方法 |
| 2.4.1 技术挑战 |
| 2.4.2 文档处理和分词 |
| 2.4.3 数据降维及语义分析 |
| 2.4.4 文本语料分类和聚类 |
| 2.5 小结 |
| 3 石化企业知识管理的影响因素分析 |
| 3.1 石化企业知识管理的要求与方法 |
| 3.1.1 石化企业创新发展要求与创新要素 |
| 3.1.2 提升石化企业知识管理水平的方法 |
| 3.2 石化企业知识管理的影响因素 |
| 3.2.1 企业知识管理的影响因素 |
| 3.2.2 石化企业知识管理方法的基本要素 |
| 3.3 基于多源信息的石化企业知识管理实施框架与检验方法 |
| 3.3.1 知识管理方法实施框架 |
| 3.3.2 研究维度、效度及其检验方法 |
| 3.4 小结 |
| 4 基于多源信息融合的石化企业员工行为建模 |
| 4.1 网络社会化行为建模面临的挑战 |
| 4.2 网络社会化行为的特点与数据维度 |
| 4.3 问题研究的准备工作和总体思路 |
| 4.3.1 词汇范畴分析 |
| 4.3.2 数据收集 |
| 4.3.3 总体框架 |
| 4.4 员工行为建模方法 |
| 4.4.1 员工属性信息建模 |
| 4.4.2 工作行为建模 |
| 4.4.3 网络行为建模 |
| 4.5 指标相关性预测模型与知识管理 |
| 4.5.1 指标相关性预测模型和求解 |
| 4.5.2 指标分析和知识管理 |
| 4.5.3 指标相关性预测模型研究小结 |
| 4.6 企业员工的社群分析 |
| 4.6.1 企业员工社群分析的研究背景 |
| 4.6.2 企业员工行为的时间分布建模 |
| 4.6.3 社群发现 |
| 4.6.4 相似度学习及特征权重学习 |
| 4.6.5 企业员工社群分析研究小结 |
| 5 基于多源大数据分析的企业客户关系管理 |
| 5.1 客户关系管理(CRM) |
| 5.2 石化企业客户管理的必要性和基本管理思路 |
| 5.3 指标相关性建模方法 |
| 5.4 基于商业行为分析的企业客户分类方法 |
| 5.5 小结 |
| 6 实验研究与算例分析 |
| 6.1 多源信息融合实验 |
| 6.2 员工社群发现 |
| 6.3 员工社群类型的知识发现及讨论 |
| 6.4 企业客户信息搜集和指标相关性建模 |
| 6.5 企业分类实验评测 |
| 6.6 知识管理效果评估-以企业员工管理为例 |
| 6.7 实验讨论和小结 |
| 7 研究结论与讨论 |
| 7.1 基本结论 |
| 7.2 研究展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（4）基于信息融合的动量轮可靠性评估（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 动量轮可靠性研究现状 |
| 1.2.2 信息融合研究现状 |
| 1.3 本文研究内容与结构安排 |
| 1.3.1 本文研究内容 |
| 1.3.2 本文结构安排 |
| 第二章 Bayes理论基础 |
| 2.1 Bayes定理 |
| 2.1.1 Bayes方法的特点 |
| 2.1.2 Bayes方法的优点 |
| 2.1.3 Bayes公式 |
| 2.2 Bayes估计 |
| 2.2.1 Bayes点估计 |
| 2.2.2 Bayes区间估计 |
| 2.3 Bayes先验分布的确定 |
| 2.3.1 贝叶斯假设 |
| 2.3.2 Jeffreys先验分布 |
| 2.3.3 共轭先验分布 |
| 2.3.4 最大熵先验分布 |
| 2.3.5 多层先验分布 |
| 2.4 Bayes后验分布的计算 |
| 2.4.1 M-H抽样算法 |
| 2.4.2 Gibbs抽样算法 |
| 2.5 OpenBUGS软件简介 |
| 2.5.1 收敛性分析判断 |
| 2.5.2 zeros-ones转换方法 |
| 2.6 本章小结 |
| 第三章 基于D-S证据理论与Bayes方法融合寿命数据的动量轮可靠性评估 |
| 3.1 引言 |
| 3.2 Weibull分布简介 |
| 3.3 证据理论基础 |
| 3.3.1 识别框架 |
| 3.3.2 基本概率分配 |
| 3.3.3 信任函数与似然函数 |
| 3.3.4 Dempster合成规则 |
| 3.4 基于D-S证据理论与Bayes方法融合寿命数据的可靠性评估 |
| 3.4.1 融合失效寿命数据和右截尾寿命数据的模型构建 |
| 3.4.2 基于D-S证据理论融合专家知识构建先验分布 |
| 3.4.3 基于Bayes方法的参数估计 |
| 3.5 案例分析 |
| 3.6 本章小结 |
| 第四章 基于性能退化的动量轮可靠性评估 |
| 4.1 引言 |
| 4.2 基于标准Wiener过程的可靠性评估 |
| 4.2.1 标准Wiener过程简介 |
| 4.2.2 标准Wiener过程的退化数据建模 |
| 4.2.3 标准Wiener过程的首达时间分布与可靠性评估 |
| 4.3 基于随机效应Wiener过程的可靠性评估 |
| 4.3.1 随机效应Wiener过程的退化数据建模 |
| 4.3.2 随机效应Wiener过程的首达时间分布与可靠性评估 |
| 4.4 模型比较准则 |
| 4.4.1 AIC准则 |
| 4.4.2 BIC准则 |
| 4.4.3 DIC准则 |
| 4.5 案例分析 |
| 4.5.1 标准Wiener过程下的参数估计 |
| 4.5.2 随机效应Wiener过程下的参数估计 |
| 4.5.3 模型的选择与动量轮的可靠性评估 |
| 4.6 本章小结 |
| 第五章 基于多源信息融合的动量轮可靠性评估 |
| 5.1 引言 |
| 5.2 融合退化数据和伯努利数据的总体可靠性评估 |
| 5.2.1 融合退化数据和伯努利数据的模型构建 |
| 5.2.2 融合退化数据和伯努利数据模型的参数估计 |
| 5.3 融合退化数据和寿命数据的总体可靠性评估 |
| 5.3.1 融合退化数据和寿命数据的模型构建 |
| 5.3.2 融合退化数据和寿命数据模型的参数估计 |
| 5.4 融合退化数据、寿命数据和伯努利数据的总体可靠性评估 |
| 5.4.1 融合退化数据、寿命数据和伯努利数据的模型构建 |
| 5.4.2 融合退化数据、寿命数据和伯努利数据模型的参数估计 |
| 5.5 融合总体产品多源信息的个体产品实时可靠性评估 |
| 5.5.1 个体产品的实时可靠性建模 |
| 5.5.2 个体产品退化模型中未知参数先验分布的确定 |
| 5.5.3 个体产品的实时可靠性评估 |
| 5.5.4 个体产品实时可靠性评估基本步骤 |
| 5.6 案例分析 |
| 5.6.1 融合多源信息的动量轮总体可靠性评估 |
| 5.6.2 融合动量轮总体多源信息的单个动量轮实时可靠性评估 |
| 5.7 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间参加的科研项目与取得的成果 |
（5）基于最大熵和马氏链蒙特卡洛方法的贝叶斯可靠性评估研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 小样本可靠性评估概述 |
| 1.3 研究目的及意义 |
| 1.3.1 研究目的 |
| 1.3.2 研究意义 |
| 1.4 研究内容 |
| 1.5 技术路线与论文结构 |
| 1.5.1 技术路线 |
| 1.5.2 论文结构 |
| 2 相关领域及其国内外研究现状 |
| 2.1 最大熵方法及其在可靠性中的应用 |
| 2.1.1 最大熵方法 |
| 2.1.2 最大熵方法在可靠性中的应用 |
| 2.2 贝叶斯理论及其在可靠性中的应用 |
| 2.2.1 贝叶斯理论 |
| 2.2.2 贝叶斯理论在可靠性中的应用 |
| 2.3 MCMC方法及其在可靠性中的应用 |
| 2.3.1 MCMC方法 |
| 2.3.2 MCMC方法在可靠性评估中的应用 |
| 2.4 本章小结 |
| 3 可靠性先验信息的整理与检验 |
| 3.1 可靠性中先验信息的获取与整理 |
| 3.2 可靠性先验信息的检验 |
| 3.3 本章小结 |
| 4 基于最大熵方法的可靠性先验分布的确定 |
| 4.1 基于最大熵法的可靠性先验分布的确定 |
| 4.1.1 先验信息的统计折算 |
| 4.1.2 先验分布类型已知情形下的最大熵先验 |
| 4.1.3 先验分布类型未知情形下的最大熵先验 |
| 4.1.4 基于熵权法的融合先验分布的确定 |
| 4.2 最大熵法确定先验分布的例子 |
| 4.2.1 先验分布类型未知下的最大熵分布计算 |
| 4.2.2 威布尔分布类型下的融合最大熵先验计算 |
| 4.3 本章小结 |
| 5 基于MCMC的贝叶斯后验推断和可靠性评估 |
| 5.1 MCMC的理论基础与构建方法 |
| 5.1.1 MCMC方法的理论基础 |
| 5.1.2 MCMC的基本构造方法 |
| 5.2 基于MCMC方法的可靠性后验推断 |
| 5.2.1 两参数威布尔分布的后验MCMC模拟 |
| 5.2.2 三参数威布尔分布的后验MCMC模拟 |
| 5.3 基于WinBUGS软件的威布尔分布MCMC后验模拟 |
| 5.3.1 WinBUGS软件介绍与使用 |
| 5.3.2 两参数威布尔分布的后验计算例子 |
| 5.3.3 三参数威布尔分布的后验计算例子 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 本文主要贡献 |
| 6.2 本文主要创新点 |
| 6.3 研究不足和展望 |
| 参考文献 |
| 作者简历 |
（6）不等定时截尾数据下的卫星平台可靠性评估方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 单机的可靠度评估现状 |
| 1.2.2 系统的可靠度评估方法 |
| 1.3 存在的问题及解决思路 |
| 1.3.1 存在的问题 |
| 1.3.2 解决问题的思路 |
| 1.4 主要内容及创新点 |
| 1.4.1 主要内容和结构安排 |
| 1.4.2 创新点 |
| 第二章 指数分布场合不等定时截尾有失效数据下的单机可靠度评估 |
| 2.1 引言 |
| 2.2 问题描述及θ的点估计 |
| 2.3 θ的置信下限 |
| 2.3.1 基于枢轴量的置信下限 |
| 2.3.2 基于样本空间排序法的置信下限 |
| 2.3.3 基于Fisher信息量的置信下限 |
| 2.3.4 基于改进的bootstrap法的置信下限 |
| 2.4 仿真实验 |
| 2.4.1 实验过程 |
| 2.4.2 实验结果分析 |
| 2.4.3 实验结论 |
| 2.5 算例分析 |
| 2.6 本章小结 |
| 第三章 威布尔分布场合不等定时截尾有失效数据下的单机可靠度评估 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.3 可靠度的点估计 |
| 3.3.1 基于最小二乘估计的可靠度点估计 |
| 3.3.2 基于极大似然估计的可靠度点估计 |
| 3.4 可靠度的置信下限 |
| 3.4.1 基于枢轴量的可靠度置信下限 |
| 3.4.2 基于观测信息矩阵的可靠度置信下限 |
| 3.4.3 基于改进的bootstrap法的可靠度置信下限 |
| 3.5 仿真实验 |
| 3.5.1 实验过程 |
| 3.5.2 实验结果分析 |
| 3.5.3 实验结论 |
| 3.6 算例分析 |
| 3.7 本章小结 |
| 第四章 不等定时截尾无失效数据下的单机可靠度评估 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 基于配分布曲线法的可靠度点估计 |
| 4.3.1 失效概率的点估计分析 |
| 4.3.2 可靠度点估计的求解 |
| 4.4 基于配分布曲线法的可靠度置信下限 |
| 4.4.1 失效概率置信上限的估计值求解 |
| 4.4.2 失效概率置信上限曲线的拟合 |
| 4.4.3 可靠度置信下限的求解 |
| 4.5 仿真实验 |
| 4.5.1 实验过程 |
| 4.5.2 实验结果分析 |
| 4.5.3 实验结论 |
| 4.6 算例分析 |
| 4.6.1 陀螺算例 |
| 4.6.2 GPS接收机 |
| 4.7 本章小结 |
| 第五章 融合不等定时截尾数据和其他可靠性数据的单机可靠度评估 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.3 验前分布的确定 |
| 5.3.1 验前信息只有专家数据时验前分布的确定 |
| 5.3.2 验前信息有专家数据和性能退化数据时验前分布的确定 |
| 5.4 可靠度的Bayes估计 |
| 5.4.1 指数分布下可靠度的Bayes估计 |
| 5.4.2 威布尔分布下可靠度的Bayes估计 |
| 5.5 仿真实验 |
| 5.5.1 验前信息只有专家数据时的仿真实验 |
| 5.5.2 验前信息有专家数据和性能退化数据时的仿真实验 |
| 5.5.3 验前信息的融合对可靠度评估结果的影响 |
| 5.5.4 验前信息中可靠度预计值的时刻对融合结果的影响 |
| 5.5.5 实验结论 |
| 5.6 算例分析 |
| 5.6.1 蓄电池 |
| 5.6.2 陀螺 |
| 5.6.3 数管计算机 |
| 5.6.4 GPS接收机 |
| 5.7 本章小结 |
| 第六章 基于Bayes信息融合的卫星平台系统可靠度评估 |
| 6.1 引言 |
| 6.2 基于Bayes信息融合的冷备系统可靠度评估 |
| 6.2.1 单元寿命服从威布尔分布时的冷备系统可靠度评估 |
| 6.2.2 单元寿命服从指数分布时的冷备系统可靠度评估 |
| 6.2.3 冷备系统算例分析及方法讨论 |
| 6.3 其他典型可靠性模型的可靠性评估 |
| 6.3.1 串联模型 |
| 6.3.2 并联模型 |
| 6.3.3 表决模型 |
| 6.4 卫星平台系统的可靠度评估 |
| 6.5 卫星平台系统的可靠度评估应用案例 |
| 6.6 本章小结 |
| 第七章 总结与展望 |
| 7.1 论文工作总结 |
| 7.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
| 附录 A 定理3.2 的证明 |
（7）融合多源信息的卫星平台剩余寿命预测研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 单机层面剩余寿命预测及相关研究 |
| 1.2.2 系统、子系统层面剩余寿命预测及相关研究 |
| 1.3 存在的问题和解决思路 |
| 1.3.1 存在的问题 |
| 1.3.2 解决的思路 |
| 1.4 研究内容及创新点 |
| 1.4.1 论文的主要内容和结构安排 |
| 1.4.2 论文的创新点 |
| 第二章 融合多源信息的单机寿命及剩余寿命预测研究 |
| 2.1 相似产品历史寿命数据与专家数据的融合 |
| 2.1.1 专家数据的处理 |
| 2.1.2 参数的先验分布 |
| 2.1.3 参数的后验分布 |
| 2.1.4 单机寿命分布的确定 |
| 2.2 相似产品历史寿命数据与性能退化数据的融合 |
| 2.2.1 线性漂移维纳过程 |
| 2.2.2 寿命数据下极大似然函数的建立 |
| 2.2.3 性能退化数据下极大似然函数的建立 |
| 2.2.4 联合极大似然函数的建立 |
| 2.2.5 寿命分布及参数估计 |
| 2.3 寿命数据、性能退化数据和专家信息三种信息源的融合 |
| 2.3.1 利用现场数据进行一致性检验 |
| 2.3.2 基于ML-II的多源寿命分布融合 |
| 2.4 依据寿命信息实现剩余寿命预测的仿真方法 |
| 2.5 示例计算 |
| 2.5.1 数据说明与整理 |
| 2.5.2 寿命分布一的确定 |
| 2.5.3 寿命分布二的确定 |
| 2.5.4 融合三种信息源的分布确定 |
| 2.5.5 依据寿命信息实现剩余寿命预测的方法验证 |
| 第三章 冷备系统剩余寿命预测研究 |
| 3.1 引言 |
| 3.2 冷备系统寿命预测方法 |
| 3.3 三种条件下冷备系统剩余寿命预测方法 |
| 3.3.1 失效信息未知时冷备系统剩余寿命预测 |
| 3.3.2 失效信息不完全时冷备系统剩余寿命预测 |
| 3.3.3 失效信息完全时冷备系统剩余寿命预测 |
| 3.4 示例分析 |
| 3.4.1 冷备系统寿命预测方法验证 |
| 3.4.2 三种条件下冷备系统剩余寿命预测方法 |
| 3.5 本章小结 |
| 第四章 卫星平台的剩余寿命预测 |
| 4.1 引言 |
| 4.2 其他三种典型结构在系统级剩余寿命预测中的应用 |
| 4.2.1 串联系统 |
| 4.2.2 并联系统 |
| 4.2.3 表决系统 |
| 4.3 卫星平台剩余寿命预测 |
| 4.3.1 卫星平台可靠性框图建模 |
| 4.3.2 融合多源信息卫星平台寿命预测方法 |
| 4.4 示例分析 |
| 4.5 本章小结 |
| 结束语 |
| 主要工作及创新点 |
| 未来研究展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（8）贮箱产品制造质量一致性评价方法研究（论文提纲范文）
| 1 引言 |
| 2 贮箱几何精度控制指标体系 |
| 3 单点制造质量一致性评价方法 |
| 3.1 Bootstrap方法 |
| 3.2 极差估计法 |
| 3.3 Bootstrap方法和极值估计法的综合利用 |
| 4 贮箱制造质量一致性评价方法 |
| 5 评价实例 |
| 6 结论 |
（9）基于多源信息融合的典型卫星平台分系统剩余寿命预测研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 单机剩余寿命预测的研究现状 |
| 1.2.2 系统剩余寿命预测的研究现状 |
| 1.3 存在的问题和解决思路 |
| 1.3.1 存在的问题 |
| 1.3.2 解决思路 |
| 1.4 研究内容和创新点 |
| 1.4.1 论文的主要内容和结构安排 |
| 1.4.2 论文的创新点 |
| 第二章 融合寿命数据和专家信息的单机剩余寿命预测 |
| 2.1 引言 |
| 2.2 寿命数据和专家信息的融合 |
| 2.2.1 专家信息的处理 |
| 2.2.2 参数的先验分布的推导 |
| 2.2.3 参数的后验分布的推导 |
| 2.3 单机剩余寿命的预测 |
| 2.4 示例分析 |
| 2.5 仿真验证 |
| 2.6 本章小结 |
| 第三章 融合寿命数据和性能退化数据的单机剩余寿命预测 |
| 3.1 引言 |
| 3.2 基于寿命数据和性能退化数据的联合建模 |
| 3.2.1 线性漂移Wiener过程 |
| 3.2.2 融合寿命数据和性能退化数据的建模方法 |
| 3.3 剩余寿命的预测 |
| 3.3.1 线性漂移Wiener过程的更新 |
| 3.3.2 产品剩余寿命的预测 |
| 3.4 参数估计 |
| 3.4.1 MCMC方法—Gibbs抽样 |
| 3.4.2 参数μ和σ的估计 |
| 3.5 示例分析 |
| 3.5.1 数据预处理 |
| 3.5.2 红外地敏单机剩余寿命预测 |
| 3.6 本章小结 |
| 第四章 卫星平台分系统的剩余寿命预测 |
| 4.1 引言 |
| 4.2 可靠性结构剩余寿命分布的确定 |
| 4.2.1 串联系统 |
| 4.2.2 并联系统 |
| 4.2.3 表决系统 |
| 4.2.4 冷备系统 |
| 4.3 卫星平台分系统可靠性框图建模 |
| 4.4 卫星平台分系统剩余寿命预测 |
| 4.4.1 卫星平台分系统剩余寿命分布的确定 |
| 4.4.2 基于多源信息融合的剩余寿命预测流程 |
| 4.5 示例分析 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（10）再制造机床可靠性评估与增长研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 论文研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 再制造机床的可靠性研究现状 |
| 1.2.2 可靠性评估方法研究现状 |
| 1.2.3 可靠性增长技术研究现状 |
| 1.3 论文课题来源及研究主要内容 |
| 1.3.1 课题来源 |
| 1.3.2 论文主要研究内容 |
| 第2章 再制造机床可靠性的理论基础 |
| 2.1 再制造机床可靠性基本概念 |
| 2.2 再制造机床的可靠性评估方法 |
| 2.2.1 再制造机床工艺可靠性评估理论 |
| 2.2.2 再制造机床多源信息融合可靠性评估理论 |
| 2.3 再制造机床可靠性增长理论 |
| 2.4 本章小结 |
| 第3章 再制造机床可靠性评估 |
| 3.1 再制造机床可靠性综合评估模型 |
| 3.2 基于再制造机床动态特性的加工过程工艺可靠性评估 |
| 3.2.1 再制造机床加工过程中非线性动力学模型 |
| 3.2.2 再制造机床加工过程中动力学参数辨识 |
| 3.2.3 再制造机床工艺可靠性评估 |
| 3.3 基于多源信息融合的再制造机床可靠性评估 |
| 3.3.1 基于信息熵法的再制造机床单元可靠性信息折合 |
| 3.3.2 基于最大熵-矩估计的再制造机床多源信息融合 |
| 3.3.3 再制造机床多源信息融合的可靠性估计 |
| 3.4 案例分析 |
| 3.5 本章小结 |
| 第4章 再制造机床可靠性增长 |
| 4.1 再制造机床的可靠性增长分析与措施 |
| 4.2 再制造机床的可靠性增长预测 |
| 4.2.1 再制造机床的可靠性增长模型 |
| 4.2.2 再制造机床未来故障时间及可靠性预测 |
| 4.2.3 预测精度分析 |
| 4.3 算例分析 |
| 4.4 本章小结 |
| 第5章 再制造机床可靠性评估与增长支持系统设计 |
| 5.1 RMRAG系统体系结构 |
| 5.2 RMRAG系统功能模块设计 |
| 5.2.1 再制造机床可靠性信息管理功能模块设计 |
| 5.2.2 再制造机床的可靠性评估功能模块设计 |
| 5.2.3 再制造机床的可靠性增长功能模块设计 |
| 5.2.4 系统管理功能模块设计 |
| 5.3 系统数据库设计 |
| 5.4 系统运行实例 |
| 5.4.1 再制造机床可靠性评估 |
| 5.4.2 再制造机床可靠性增长 |
| 5.4.3 再制造机床可靠性信息管理 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 本文总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读硕士学位期间发表的论文 |
| 附录2 攻读硕士学位期间参加的科研项目 |
| 详细摘要 |
四、Bayes分析中多源信息融合的最大熵-矩估计方法（论文参考文献）
- [1]弹武器命中精度评估研究综述[J]. 苏敬,何华锋. 兵器装备工程学报, 2020(11)
- [2]石化企业多源知识发现与管理方法研究[D]. 王小健. 北京交通大学, 2020(03)
- [3]基于贝叶斯理论的卫星平台剩余寿命预测方法研究[D]. 赵骞. 国防科技大学, 2019
- [4]基于信息融合的动量轮可靠性评估[D]. 喻康. 电子科技大学, 2019(01)
- [5]基于最大熵和马氏链蒙特卡洛方法的贝叶斯可靠性评估研究[D]. 鲁伟. 中国计量大学, 2018(01)
- [6]不等定时截尾数据下的卫星平台可靠性评估方法研究[D]. 贾祥. 国防科技大学, 2017(02)
- [7]融合多源信息的卫星平台剩余寿命预测研究[D]. 刘士齐. 国防科技大学, 2017(02)
- [8]贮箱产品制造质量一致性评价方法研究[J]. 赵钺,刘琦,杜岩峰,王华,李铭书. 工业工程与管理, 2017(02)
- [9]基于多源信息融合的典型卫星平台分系统剩余寿命预测研究[D]. 陈浩. 国防科学技术大学, 2016(01)
- [10]再制造机床可靠性评估与增长研究[D]. 张辉. 武汉科技大学, 2016(05)