基于逆高斯退化模型的错误指定分析

论文摘要

针对目前随机过程退化模型错误指定研究较少,且主要集中在线性模型中的现状,研究了逆高斯过程（inverse Gaussian,IG）的两类错误指定:不含随机效应情况下非平稳IG过程被错误指定为非线性Wiener过程,以及含随机效应IG过程被错误指定为简单IG过程。基于伪最大似然估计近似正态性理论获得了这两种情形下伪平均失效前时间（mean-time-to-failure,MTTF）估计的分布特征,并以某合金疲劳裂纹数据为例,分析比较了模型错误指定对MTTF的影响。结果还显示,在特定参数设置或样本数、观测次数组合设置下,模型错误指定将对MTTF的估计带来较大影响,这在工程实践中具有一定参考价值。

论文目录

• 0 引言
• 1 不含随机效应的模型
•   1.1 非平稳的IG过程模型
•   1.2 非线性的Wiener过程模型
• 2 模型错误指定分析方法
•   2.1 模型的参数估计
•   2.2 Kullback-Leibler距离最小化
•   2.3 QMLE的近似分布与评价指标
• 3 案例分析
•   3.1 敏感性分析
•   3.2 样本数和观测次数影响分析
• 4 含随机效应的情形
•   4.1 含随机效应的IG过程模型
•   4.2 模型的错误指定分析
• 5 结束语

文章来源

类型: 期刊论文

作者: 陈旭丹,孙新利,姬国勋,李振

关键词: 错误指定,逆高斯过程,伪最大似然估计,平均失效前时间

来源: 系统工程与电子技术 2019年03期

年度: 2019

分类: 信息科技,基础科学,工程科技Ⅱ辑

专业: 数学,工业通用技术及设备

单位: 火箭军工程大学,海军研究院

基金: 装备发展部预先研究项目资助课题

分类号: TB114.3

页码: 693-700

总页数: 8

文件大小: 313K

下载量: 102