Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Bayesian estimation" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    An E-Bayesian method for reliability analysis of exponentially distributed products with zero-failure data
    Metoda ba yesowskiej estymacji wartości oczekiwanej dla produktów o rozkładzie wykładniczym wykorzystująca dane o niezaistniałych uszkodzeniach
    Autorzy:
    Yin, Y.-C.
    Huang, H.-Z.
    Peng, W.
    Li, Y.-F.
    Mi, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/301341.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    E-Bayesian estimation
    exponential distribution
    zero-failure data
    failure rate
    hierarchical Bayesian estimation
    estymacja bayesowska wartości oczekiwanej
    rozkład wykładniczy
    dane o niezaistniałych uszkodzeniach
    intensywność uszkodzeń
    hierarchiczna estymacja bayesowska
    Opis:
    This paper investigate an E-Bayesian estimation as a reliability analysis method for the seekers to deal with the zero-failure life testing data. Firstly, we introduce an E-Bayesian estimation for the exponential distribution, and then propose a zero-failure model with assumptions. Using the proposed model, we set up a series of life tests for the seekers, and apply the E-Bayesian estimation on the observed zero-failure data to calculate the failure rate and reliability of the seekers. Finally, the reliability estimation results of the seekers demonstrate the performance of the proposed method.
    W pracy analizowano estymację bayesowską wartości oczekiwanej jako metodę analizy niezawodności urządzeń naprowadzających w przypadkach, gdy dane z badań trwałości są danymi o uszkodzeniach niezaistniałych (zerowych). W pierwszej części pracy opisano E-estymację bayesowską dla rozkładu wykładniczego, a następnie zaproponowano model uszkodzeń niezaistniałych oraz opisano jego założenia. Wykorzystując zaproponowany model, zaprojektowano i zrealizowano serię badań trwałości urządzeń naprowadzających jak również zastosowano E-estymację bayesowską w celu obliczenia intensywności uszkodzeń oraz niezawodności badanych urządzeń. Wyniki oceny niezawodności urządzeń naprowadzających potwierdzają przydatność proponowanej metody.
    Źródło:
    Eksploatacja i Niezawodność; 2016, 18, 3; 445-449
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A Weibull failure model to the study of the hierarchical Bayesian reliability
    Model uszkodzeń aproksymowa ny rozkładem Weibulla do badania niezaw odności reprezentowanej za pomocą hierarchicznej sieci Bayesowskiej
    Autorzy:
    Zhu, T.
    Yan, Z.
    Peng, X.
    Powiązania:
    https://bibliotekanauki.pl/articles/300717.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    hierarchical Bayesian model
    progressive type-II censoring
    hyper parameter
    Monte Carlo simulation
    parameter estimation
    hierarchiczny model bayesowski
    ucinanie progresywne typu II
    hiperparametr
    symulacja Monte Carlo
    estymacja parametrów
    Opis:
    This paper describes the unknown parameter and reliability function of the Weibull distribution based on hierarchical Bayesian model for the progressively Type-II censored data. The scale parameter of the Weibull distribution is considered with a gamma prior under the shape parameter is known. Furthermore, the scale parameter of the gamma prior is assumed to be three different known hyper prior. Under these assumptions, the Weibull parameter and reliability function estimators are derived based on the squared error loss (SEL) function, which can be easily extended to other loss functions situation. The result from hierarchical Bayesian method is used to compare with Bayes and maximum likelihood estimate (MLE) methods. The simulation shown that the results from Bayes is the best, followed by hierarchical Bayesian method, and then MLE in terms of root mean square error (RMSE). Finally, one real dataset has been analyzed for illustrative purposes.
    W prezentowanej pracy opisano metodę estymacji nieznanego parametru oraz funkcji niezawodności rozkładu Weibulla w oparciu o hierarchiczny model Bayesa dla danych uciętych (cenzurowanych) progresywnie typu II. Rozważano parametr skali rozkładu Weibulla o rozkładzie prawdopodobieństwa apriorycznego gamma w sytuacji, gdzie wartość parametru kształtu była znana. Ponadto, przyjęto, że (hiper)parametr skali rozkładu apriorycznego gamma może mieć trzy różne, znane hiper-rozkłady aprioryczne (ang. hyper priors). Przy tych założeniach, estymatory parametru i funkcji niezawodności rozkładu Weibulla wyprowadzono na podstawie kwadratowej funkcji straty (ang. squared error loss, SEL), którą można łatwo rozszerzyć na inne funkcje straty. Wyniki otrzymane z wykorzystaniem hierarchicznej metody Bayesowskiej porównano z wynikami klasycznej estymacji Bayesowskiej oraz estymacji metodą największego prawdopodobieństwa (ang. maximum likelihood estimate, MLE). Symulacja wykazała, że najlepsze wyniki, jeśli chodzi o średnią kwadratową błędów (ang. root mean squared error, RMSE), daje metoda Bayesa, a w dalszej kolejności hierarchiczna metoda Bayesa oraz MLE. W końcowej części pracy rozważane problemy zilustrowano analizując zbiór danych rzeczywistych.
    Źródło:
    Eksploatacja i Niezawodność; 2016, 18, 4; 501-506
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Dynamic condition-based maintenance policy for degrading systems described by a random-coefficient autoregressive model: A comparative study
    Dynamiczna strategia utrzymania ruchu na podstawie stanu technicznego dla ulegających degradacji systemów opisanych modelem autoregresyjnym z parametrami losowymi – studium porównawcze
    Autorzy:
    Tang, D.
    Sheng, W.
    Yu, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/302062.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    degradation modeling
    autoregressive model
    Bayesian method
    residual life estimation
    semi-Markov decision process
    condition-based maintenance
    modelowanie degradacji
    model autoregresyjny
    metoda bayesowska
    ocena trwałości resztkowej
    semi-markowski proces decyzyjny
    utrzymanie na podstawie stanu technicznego
    Opis:
    In this paper, we optimize a dynamic condition-based maintenance policy for a slowly degrading system subject to soft failure and condition monitoring at equidistant, discrete time epochs. A random-coefficient autoregressive model with time effect is developed to describe the system degradation. The system age, previous state observations, and the item-to-item variability of the degradation are jointly combined in the proposed degradation model. Stochastic behavior for both the age-dependent and the state dependent term are considered, and a Bayesian approach for periodically updating the estimates of the stochastic coefficients is developed to combine information from a degradation database with real-time condition-monitoring information. Based on this degradation model, the dynamic maintenance policy is formulated and solved in a semi-Markov decision process framework. Incorporated with the same semi-Markov decision process framework is a novel approach for mean residual life estimation, which enables simultaneous residual life estimation with the optimization procedure. The effectiveness of using the proposed random coefficient autoregressive model with time effect rather than the existing fixed-coefficient ones to describe system degradation is demonstrated through a comparative study based on a real degradation dataset. The advantages of using a dynamic maintenance policy are also revealed.
    W prezentowanej pracy dokonano optymalizacji dynamicznej, uwzględniającej stan techniczny obiektu strategii utrzymania ruchu dla wolno ulegającego degradacji systemu monitorowanego w równoodległych dyskretnych chwilach czasu (epokach) pod względem uszkodzeń parametrycznych oraz stanu technicznego. Do opisu degradacji systemu opracowano model autoregresyjny z parametrami losowymi uwzględniający wpływ czasu. Proponowany model degradacji bierze pod uwagę zarówno wiek systemu jak i wcześniejsze obserwacje stanu oraz zmienność degradacji pomiędzy obiektami. Rozważano zachowanie stochastyczne zarówno składnika zależnego od wieku jak i składnika zależnego od stanu; opracowano bayesowską metodę okresowej aktualizacji oszacowań współczynników stochastycznych, która pozwala łączyć informacje z bazy danych o degradacji z informacjami z monitorowania stanu w czasie rzeczywistym. W oparciu o otrzymany model degradacji, sformułowano dynamiczną politykę utrzymania ruchu; problem optymalizacji tej polityki rozwiązywano w ramach procesu decyzyjnego semi-Markowa. Do procesu decyzyjnego włączono nowatorską metodę obliczania trwałości resztkowej, co umożliwiło ocenę trwałości resztkowej jednocześnie z przeprowadzeniem procedury optymalizacyjnej. Skuteczność wykorzystania proponowanego modelu autoregresyjnego do opisu degradacji systemu porównywano ze skutecznością dotychczasowych modeli z parametrami stałymi w badaniu opartym na rzeczywistym zbiorze danych o degradacji. Wskazano również zalety stosowania proponowanej dynamicznej strategii utrzymania ruchu.
    Źródło:
    Eksploatacja i Niezawodność; 2018, 20, 4; 590-601
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies