混合威布尔分布参数估计的L-M算法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

混合威布尔分布参数估计的L-M算法

凌丹, 黄洪钟, 张小玲, 蒋工亮

文章导航 > 电子科技大学学报 > 2008 > 37(4): 634-636,640

凌丹, 黄洪钟, 张小玲, 蒋工亮. 混合威布尔分布参数估计的L-M算法[J]. 电子科技大学学报, 2008, 37(4): 634-636,640.

引用本文:

凌丹, 黄洪钟, 张小玲, 蒋工亮. 混合威布尔分布参数估计的L-M算法[J]. 电子科技大学学报, 2008, 37(4): 634-636,640.

LING Dan, HUANG Hong-zhong, ZHANG Xiao-ling, JIANG Gong-liang. Parameters Estimation for Mixed Weibull Distribution Using L-M Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(4): 634-636,640.

Citation:

LING Dan, HUANG Hong-zhong, ZHANG Xiao-ling, JIANG Gong-liang. Parameters Estimation for Mixed Weibull Distribution Using L-M Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(4): 634-636,640.

混合威布尔分布参数估计的L-M算法

1.
电子科技大学机械电子工程学院成都 610054;
2.
重庆市交通运输工程重点实验室重庆南岸区 400074

基金项目:

国家863计划(2007AA04Z403);国家自然科学基金(50775026);教育部高等学校博士学科点专项科研基金(20060614016)

作者简介:
凌丹(1974-),女,博士生,主要从事可靠性设计与智能优化方面的研究.

中图分类号: TB114.3

Parameters Estimation for Mixed Weibull Distribution Using L-M Algorithm

1.
School of Mechatronics Engineering,University of Electronic Science and Technology of China Chengdu 610054;
2.
Chongqing Key Laboratory of Communication Engineering Nan'an Chongqing 400074

摘要: 混合威布尔分布模型常用来分析具有多种失效模式的机械系统或零部件的可靠性寿命数据,为提高混合威布尔分布未知参数估计的精度,利用非线性最小二乘理论,建立了小子样条件下两重混合威布尔分布参数优化估计模型,将L-M算法用于优化求解。以概率图参数估计法的结果作为迭代初始值,提高了迭代求解的速度。计算实例表明利用该方法估计混合威布尔分布参数是可行的,而且能够获得较精确的结果。
- L-M算法 /
- 混合威布尔分布 /
- 非线性最小二乘 /
- 参数估计
Abstract: Mixed Weibull distribution is usually used to model reliability of products with more than one failure modes. Due to the difficulty of estimation of distribution parameters, it has not been widely used. In this paper, a mixed model involving two Weibull distributions is considered; and its parameters estimation model is established using nonlinear least square theory. Levenberg-Marquardt algorithm is used to solve the optimization problem. To reduce iterative time, the estimator from graphical method is used as initial value. A numerical example is employed to illustrate the feasibility and accuracy of the proposed method.
- L-M algorithm /
- mixed Weibull distribution /
- nonlinear least square /
- parameter estimation

[1]	佟国香, 田飞翔. 基于CNNs的两次训练融合的分类方法 . 电子科技大学学报, 2019, 48(5): 774-778. doi: 10.3969/j.issn.1001-0548.2019.05.018
[2]	柴伟, 纪镐南. 基于等距映射的非线性系统集员参数估计 . 电子科技大学学报, 2018, 47(2): 203-208. doi: 10.3969/j.issn.1001-0548.2018.02.007
[3]	谢暄, 高乐, 吕珏, 李西峰, 谢三山, 谢永乐. 测量不确定度估计的极限费舍尔信息方法 . 电子科技大学学报, 2016, 45(5): 778-784. doi: 10.3969/j.issn.1001-0548.2016.05.012
[4]	闫海, 李龙, 李国辉, 曹原, 董啸虎. 基于相位分析CAPES的信号参数估计方法 . 电子科技大学学报, 2016, 45(3): 332-336. doi: 10.3969/j.issn.1001-0548.2016.02.003
[5]	夏猛, 杨小牛. 基于三次相位补偿的运动目标参数估计 . 电子科技大学学报, 2013, 42(4): 559-564. doi: 10.3969/j.issn.1001-0548.2013.04.006
[6]	江虹, 伍春, 马景辉. 最小二乘SVM的CR认知引擎设计 . 电子科技大学学报, 2011, 40(1): 41-46. doi: 10.3969/j.issn.1001-0548.2011.01.008
[7]	吴炜, 杨晓敏, 余艳梅, 石一兴, 何小海. 核偏最小二乘算法的图像超分辨率算法 . 电子科技大学学报, 2011, 40(1): 105-110. doi: 10.3969/j.issn.1001-0548.2011.01.020
[8]	张雪芹, 顾春华, 吴吉义. 异常检测中支持向量机最优模型选择方法 . 电子科技大学学报, 2011, 40(4): 559-563. doi: 10.3969/j.issn.1001-0548.2011.04.017
[9]	颜伟, 项凤雏, 卢建刚, 余娟, 赵霞. 考虑单位长度参数变量的线路参数估计方法 . 电子科技大学学报, 2011, 40(5): 720-725. doi: 10.3969/j.issn.1001-0548.2011.05.017
[10]	谭小刚, 魏平, 李立萍. 利用迭代滤波改进乘积高阶模糊函数 . 电子科技大学学报, 2009, 38(2): 182-185. doi: 10.3969/j.issn.1001-0548.2009.02.06
[11]	陈培, 杨颖, 王云, 陈杰. 扩展卡尔曼滤波估计载波参数的算法研究 . 电子科技大学学报, 2009, 38(4): 509-512. doi: 10.3969/j.issn.1001-0548.2009.04.008
[12]	刘震, 周明天. 基于核方法的贝叶斯邮件分类网络研究 . 电子科技大学学报, 2007, 36(3): 587-589,593.
[13]	王璞, 杨建宇, 杜雨洺. 分数阶自相关和FrFT的LFM信号参数估计 . 电子科技大学学报, 2006, 35(2): 179-182.
[14]	刘辉, 戴波, 张艳, 张文彬. LogP简化模型参数估计 . 电子科技大学学报, 2005, 34(2): 229-232.
[15]	彭涛, 唐斌. 一种分布式信号源的参数估计算法 . 电子科技大学学报, 2005, 34(5): 611-613,664.
[16]	杨勇, 李立萍. 多线性调频信号参数估计及DSP实现 . 电子科技大学学报, 2004, 33(1): 19-22.
[17]	王波, 杨建宇, 熊金涛. 改进非平稳信号的分析方法 . 电子科技大学学报, 2004, 33(1): 9-11,34.
[18]	杜东平, 唐斌. 基于FrFT和子空间正交的LFM信号参数估计 . 电子科技大学学报, 2004, 33(3): 247-249.
[19]	朱宏, 肖百龙, 徐道义. 指数分布参数基于不完全样本的区间估计 . 电子科技大学学报, 2002, 31(1): 97-101.
[20]	罗艳. 指数分布参数基于不完全数据的区间估计 . 电子科技大学学报, 1998, 27(4): 445-448.

WeChat

点击查看大图

计量

文章访问数: 3557
HTML全文浏览量: 152
PDF下载量: 95
被引次数: 0

混合威布尔分布参数估计的L-M算法

1. 电子科技大学机械电子工程学院成都 610054;

2. 重庆市交通运输工程重点实验室重庆南岸区 400074

基金项目:

国家863计划(2007AA04Z403);国家自然科学基金(50775026);教育部高等学校博士学科点专项科研基金(20060614016)

作者简介:
凌丹(1974-),女,博士生,主要从事可靠性设计与智能优化方面的研究.

收稿日期: 2008-03-20
修回日期: 2008-05-30
刊出日期: 2008-08-15

中图分类号: TB114.3

关键词:

摘要: 混合威布尔分布模型常用来分析具有多种失效模式的机械系统或零部件的可靠性寿命数据,为提高混合威布尔分布未知参数估计的精度,利用非线性最小二乘理论,建立了小子样条件下两重混合威布尔分布参数优化估计模型,将L-M算法用于优化求解。以概率图参数估计法的结果作为迭代初始值,提高了迭代求解的速度。计算实例表明利用该方法估计混合威布尔分布参数是可行的,而且能够获得较精确的结果。

English Abstract

凌丹, 黄洪钟, 张小玲, 蒋工亮. 混合威布尔分布参数估计的L-M算法[J]. 电子科技大学学报, 2008, 37(4): 634-636,640.

引用本文:

凌丹, 黄洪钟, 张小玲, 蒋工亮. 混合威布尔分布参数估计的L-M算法[J]. 电子科技大学学报, 2008, 37(4): 634-636,640.

LING Dan, HUANG Hong-zhong, ZHANG Xiao-ling, JIANG Gong-liang. Parameters Estimation for Mixed Weibull Distribution Using L-M Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(4): 634-636,640.

Citation:

LING Dan, HUANG Hong-zhong, ZHANG Xiao-ling, JIANG Gong-liang. Parameters Estimation for Mixed Weibull Distribution Using L-M Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(4): 634-636,640.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发