申请/专利权人：北京航空航天大学

申请日：2021-12-24

公开（公告）日：2024-06-28

公开（公告）号：CN114254516B

主分类号：G06F30/20

分类号：G06F30/20;G06F17/18

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2022.04.15#实质审查的生效;2022.03.29#公开

摘要：本发明提供一种删失数据下的参数概率不确定性建模方法，其主要步骤如下：1获取产品参数的观测样本，选取其分散性相对应的概率分布类型；2基于Bootstrap方法开展原始数据的有放回重抽样，并分别采用EM方法开展极大似然估计以构建初始概率分布模型；3基于各个初始概率分布模型建立删失数据的条件概率分布，并开展随机采样来替代删失数据以构建完整数据集；4针对完整数据集分别开展极大似然估计以构建备选概率分布模型；5从备选概率分布模型中遴选具有最大信息熵的概率分布模型作为原始数据的不确定性表征模型。本发明为包含删失数据的观测数据样本提供了一种简便、有效的概率不确定性量化度量方法。

主权项：1.一种删失数据下的参数概率不确定性建模方法，其特征在于包括以下步骤：步骤1：将产品某关键参数现场试验采集、记录的数据作为观测数据，依据工程经验确定该关键参数的概率分布类型，所述参数为几何尺寸参数、材料性能参数、机械产品的寿命参数和电子产品的寿命参数；步骤2：基于Bootstrap方法开展观测数据的m次有放回的重抽样操作，并分别采用EM方法开展极大似然估计，构建出m个初始概率分布模型；步骤3：基于由步骤2构建的各个初始概率分布模型建立删失数据的条件概率分布，并开展随机采样来替代删失数据以构建m条完整数据集；步骤31：计算样本发生删失的概率；对于左删失数据而言，样本取值小于的概率如式1所示；对于右删失数据而言，样本取值大于的概率如式2所示； 其中，表示第i组分布参数；表示在第i组分布参数下所选概率分布类型的概率密度函数；Pi,i＝1,2,…,m表示在第i组分布参数下样本发生删失的概率；步骤32：建立删失样本的条件概率分布；对于左删失数据而言，删失样本的条件概率分布πx′可以表示为式3所示： 其中，为指示函数，即：对于右删失数据而言，删失样本的条件概率分布πx′可以表示为式4所示： 其中，为指示函数，即：步骤33：基于条件概率分布开展随机采样以构建完整数据集；基于由步骤32获得的条件概率分布πx′，随机采样生成N-r个样本{x′1,…,x′N-r}；对于左删失数据而言，将该N-r个样本与r个被完全观测的样本构成完整数据集对于右删失数据而言，将该N-r个样本与r个被完全观测的样本构成完整数据集步骤34：重复步骤31至步骤33，直至基于各个初始概率分布各构建一组完整数据集；步骤4：针对由步骤3得到的m条完整数据集分别开展极大似然估计，构建备选概率分布模型；步骤5：计算m个备选概率分布模型的信息熵，遴选出具有最大信息熵的备选概率分布模型做为观测样本的概率不确定性表征模型；步骤51：备选概率分布模型信息熵的计算；每组备选概率分布模型的信息熵依据式7进行计算： 其中，为第i组备选概率分布模型的概率密度函数；步骤52：遴选具有最大信息熵的概率分布模型；最大信息熵原理指出最大信息熵对应的概率分布为最随机、主观成分最少且不确定性最大的概率分布，故遴选上述m个备选概率分布模型中具有最大信息熵的概率分布模型最为最优概率分布模型，即为原始样本建立的不确定性表征模型。

全文数据：

权利要求：

百度查询： 北京航空航天大学 一种删失数据下的参数概率不确定性建模方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD