[发明专利]一种基于均匀分布的产品可信度计算方法

说明书

本发明提供了一种基于均匀分布的产品可信度计算方法，包括：获取产品的现场试验数据样本和验前数据样本；两组数据样本均服从均匀分布；根据均匀分布概率密度函数，获得两组数据样本的均匀分布参数的最大值和最小值；根据两组数据样本的均匀分布参数之间的关系，得到两组数据样本的均匀分布概率密度函数在坐标系中形成的两条函数曲线的关系；当现场试验数据样本的均匀分布参数和验前数据样本的均匀分布参数相互交错时，两组测量数据样本的函数曲线与横坐标轴所围面积部分重合，区域重合部分的面积即为所述产品的可信度。该方法从概率密度函数的概念和数学意义入手计算可信度参数，数学概念清楚，计算步骤明确，合理可行。

技术领域

本发明涉及概率统计中服从均匀分布的产品参数性能数据样本的可信度计算方法。

背景技术

在工程实际中获得了多批次服从均匀分布的测量数据，例如电气化铁道单位长度下的牵引负载，分析表明测量数据服从均匀分布，又例如正态分布随机抽样时的种子数、神经网络深度学习算法中的均匀分布随机数等，实际计算中要求其准确服从均匀分布，以保持计算结果的良好性能。实际中利用Bayes方法对多批次测量数据进行统计分析时，不能毫无区别的将两组或多组测量数据混合在一起使用，需要考虑不同测量数据所服从总体分布的差异，即数据的可信度。数据可信度计算方法一般有两类，一类是根据获得数据的模型、途径、方式，结合相应计算方法给出，如建模仿真技术中的VVA技术(Verification,Validation andAccreditation，验证、确认和认定)，这类方法需要全面熟悉获取数据的模型、试验方式及环境条件等，比较繁琐。另一种方法是直接根据测量数据计算可信度，利用经典统计学中的假设检验方法进行计算，例如正态分布可以利用t分布检验与F分布检验分别对均值与方差进行检验，但对于均匀分布，目前还没有很好的技术方法计算两个不同样本的可信度。因此，业内急需一种基于指数分布的产品可信度计算方法的新型技术。

发明内容

为解决上述现有技术中存在的技术问题，本发明一种基于均匀分布的产品可信度计算方法，包括以下步骤：

获取产品的现场试验数据样本和验前数据样本；所述现场试验数据样本和验前数据样本均服从均匀分布；

根据均匀分布概率密度函数，分别获得两组数据样本的均匀分布参数的最大值和最小值；

根据均匀分布概率密度函数和均匀分布参数的最大值和最小值，获得两组数据所服从的等效均匀分布概率密度函数；

根据两组数据样本的均匀分布参数之间的关系，得到两组数据样本的等效均匀分布概率密度函数在坐标系中形成的两条函数曲线的关系；

当现场试验数据样本的均匀分布参数的最小值大于验前数据样本的均匀分布参数的最大值，或者现场试验数据样本的均匀分布参数的最大值小于验前数据样本的均匀分布参数的最小值时，两组测量数据样本的等效均匀分布概率密度函数曲线没有重合部分，则可信度为0；

当现场试验数据样本的均匀分布参数的最小值及最大值和验前数据样本的均匀分布参数的最小值及最大值相互交错时，两组测量数据样本的等效均匀分布概率密度函数曲线在坐标系中与横坐标轴所围面积部分重合，则计算两个均匀分布概率密度函数曲线与横坐标轴所围区域重合部分的面积即为所述产品的可信度。

进一步的，根据均匀分布概率密度函数，分别获得两组数据样本的均匀分布参数的最大值和最小值，包括：

均匀分布概率密度函数为：

其中，b₁,b₂为均匀分布的任意两个分布参数，b₂＞b₁；

根据极大似然估计法，两组数据均匀分布参数的估计值分别为