航空產(chǎn)品可靠性數(shù)據(jù)分析及MATLAB實(shí)現(xiàn)

第1章 緒論
1．1 研究意義及研究內(nèi)容
1．2 可靠性常用術(shù)語和定義
1．3 可靠性數(shù)據(jù)分析的研究現(xiàn)狀
1．3．1 經(jīng)典的概率論和數(shù)理統(tǒng)計方法
1．3．2 貝葉斯方法
1．3．3 神經(jīng)網(wǎng)絡(luò)
1．3．4 模糊理論
1．3．5 模糊神經(jīng)網(wǎng)絡(luò)
1．3．6 灰色系統(tǒng)理論
1．3．7 支持向量機(jī)
1．4 本書的內(nèi)容及章節(jié)安排
參考文獻(xiàn)
第2章 航空產(chǎn)品使用故障統(tǒng)計及數(shù)據(jù)庫簡介
2．1 航空產(chǎn)品使用故障數(shù)據(jù)的收集及處理方法
2．1．1 航空產(chǎn)品使用故障數(shù)據(jù)的收集方法及要求
2．1．2 航空產(chǎn)品使用故障數(shù)據(jù)的處理方法
2．2 航空產(chǎn)品使用故障數(shù)據(jù)的特點(diǎn)
2．3 航空產(chǎn)品使用故障數(shù)據(jù)庫系統(tǒng)簡介
2．4 本章小結(jié)
參考文獻(xiàn)
第3章 經(jīng)驗分布函數(shù)計算及MATLAB編程
3．1 航空產(chǎn)品常用的壽命及故障分布
3．1．1 指數(shù)分布
3．1．2 正態(tài)分布
3．1．3 對數(shù)正態(tài)分布
3．1．4 威布爾分布
3．1．5 航空產(chǎn)品壽命分布建模的一般流程
3．2 樣本經(jīng)驗分布函數(shù)的定義
3．3 完全樣本的經(jīng)驗分布函數(shù)
3．3．1 完全樣本的經(jīng)驗分布函數(shù)的計算公式
3．3．2 仿真算例
3．4 不完全樣本的經(jīng)驗分布函數(shù)
3．4．1 殘存比率法及MATLAB函數(shù)
3．4．2 平均秩次法及MATLAB函數(shù)
3．5 本章小結(jié)
參考文獻(xiàn)
第4章 完全樣本壽命分布的參數(shù)估計
4．1 參數(shù)估計理論及方法
4．1．1 概述
4．1．2 最小二乘估計法原理和相關(guān)系數(shù)
4．1．3 極大似然估計法原理
4．1．4 參數(shù)估計評價標(biāo)準(zhǔn)
4．2 指數(shù)分布的參數(shù)估計
4．2．1 單參數(shù)指數(shù)分布的最小二乘估計
4．2．2 單參數(shù)指數(shù)分布的極大似然估計
4．2．3 兩參數(shù)指數(shù)分布的最小二乘估計
4．2．4 兩參數(shù)指數(shù)分布的極大似然估計
4．2．5 仿真算例
4．3 正態(tài)分布的參數(shù)估計
4．3．1 正態(tài)分布的最小二乘估計
4．3．2 正態(tài)分布的極大似然估計
4．3．3 仿真算例
4．4 對數(shù)正態(tài)分布的參數(shù)估計
4．4．1 對數(shù)正態(tài)分布的最小二乘估計
4．4．2 對數(shù)正態(tài)分布的極大似然估計
4．4．3 仿真算例
4．5 兩參數(shù)威布爾分布的參數(shù)估計
4．5．1 兩參數(shù)威布爾分布的最小二乘估計
4．5．2 兩參數(shù)威布爾分布的極大似然估計
4．5．3 仿真算例
……
第5章 不完全樣本壽命分布的參數(shù)估計
第6章 三參數(shù)威布爾分布參數(shù)估計
第7章 基于SVR的壽命分布參數(shù)估計
第8章 基于灰色理論的三參數(shù)威布爾分布參數(shù)估計
附錄A 支持向量機(jī)工具箱的加載方法
附錄B MATLAB函數(shù)、程序清單及說明