針對(duì)裝備維修性試驗(yàn)數(shù)據(jù)樣本量不足的問題,采用了數(shù)據(jù)融合方法進(jìn)行擴(kuò)充數(shù)據(jù)樣本量,通過建立折合模型對(duì)多源先驗(yàn)數(shù)據(jù)進(jìn)行轉(zhuǎn)換,解決了與現(xiàn)場數(shù)據(jù)差異較大難以實(shí)現(xiàn)數(shù)據(jù)融合的問題,采用了改進(jìn)的Bayes Bootstrap法對(duì)多源數(shù)據(jù)的分布參數(shù)進(jìn)行擬合,建立基于疊合度的數(shù)據(jù)融合模型,對(duì)裝備維修性多源先驗(yàn)數(shù)據(jù)進(jìn)行融合,結(jié)合某型坦克試驗(yàn)數(shù)據(jù)進(jìn)行算例分析,證明了該方法的可行性。

【文章頁數(shù)】：5 頁

【部分圖文】：

圖1折合前后先驗(yàn)數(shù)據(jù)與現(xiàn)場數(shù)據(jù)總體均值相等概率對(duì)比

（總第45-）火力與指揮控制2020年第4期取置信度為95%，采用Wilcoxon秩和檢驗(yàn)法分別將折合前與折合后的數(shù)據(jù)做一致性檢驗(yàn)，并計(jì)算T1，T2，T3和Ts與T1"，T2"，T3"和Ts總體均值相等的概率，見圖1所示，通過對(duì)比發(fā)現(xiàn)，折合模型有效地實(shí)現(xiàn)了先驗(yàn)數(shù)據(jù)向現(xiàn)場數(shù)據(jù)進(jìn)行靠....

圖2疊合度示意圖

s與T1"，T2"，T3"和Ts總體均值相等的概率，見圖1所示，通過對(duì)比發(fā)現(xiàn)，折合模型有效地實(shí)現(xiàn)了先驗(yàn)數(shù)據(jù)向現(xiàn)場數(shù)據(jù)進(jìn)行靠攏。圖1折合前后先驗(yàn)數(shù)據(jù)與現(xiàn)場數(shù)據(jù)總體均值相等概率對(duì)比2）采用基于插值法的BayesBootstrap法，對(duì)多源先驗(yàn)數(shù)據(jù)和現(xiàn)場數(shù)據(jù)進(jìn)行參數(shù)擬合，進(jìn)行了2000....

圖3融合后分布曲線

胂殖∈?葑芴寰?迪嗟雀怕識(shí)員?2）采用基于插值法的BayesBootstrap法，對(duì)多源先驗(yàn)數(shù)據(jù)和現(xiàn)場數(shù)據(jù)進(jìn)行參數(shù)擬合，進(jìn)行了2000次仿真，并通過文獻(xiàn)［15］中的Epps-Pulley法對(duì)擬合的參數(shù)進(jìn)行檢驗(yàn)，滿足正態(tài)性。最后得到各源數(shù)據(jù)的分布函數(shù)：3）通過疊合度，計(jì)算各源先驗(yàn)數(shù)....

本文編號(hào)：3987496