[發明專利]一種將測試性虛擬試驗數據轉換為實物試驗數據的方法

有效

• 申請號: 201410477812.5
• 申請日: 2014-09-18
• 公開（公告）號: CN104268386B
• 公開（公告）日: 2017-03-01
• 發明（設計）人: 楊鵬;張勇;劉瑛;邱靜;劉冠軍;呂克洪;王超;沈親沐;王剛;趙晨旭;趙志傲;吳超;謝皓宇;李乾;林辰龍;李華康;季明江;彭磊
• 申請（專利權）人: 中國人民解放軍國防科學技術大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 國防科技大學專利服務中心43202
• 代理人: 郭敏

1.一種將測試性虛擬試驗數據轉換為實物試驗數據的方法，其特征在于包括以下步驟：

第一步，根據建模資料和專家評判信息，采用基于專家評判的灰色綜合方法計算虛擬試驗模型的可信度c_s；

第二步，從被測產品的測試性試驗大綱或者歷史試驗報告中獲得測試性虛擬試驗樣本量n_s；取故障檢測率p的無信息先驗分布為貝塔分布π₀＝Beta(α₀,β₀)，貝塔分布的兩個參數α₀和β₀的值根據經驗給定或者按照Jeffreys方法計算獲得；確定故障檢測率p落在可信區間之外的概率α；

第三步，故障成功檢測次數r_s取值0,1,…,n_s，按公式(1)計算虛擬試驗樣本量為n_s、故障成功檢測次數為r_s時，故障檢測率p的后驗分布，公式(1)中的r賦值為r_s，公式(1)中的n賦值為n_s，得到后驗分布函數族{π(p|(n_s,r_s))|r_s＝0,1,…,n_s}；

π(p|(n,r))＝Beta(r+α₀,(n-r)+β₀)????(1)

上式中，n表示試驗樣本量；r表示試驗中故障成功檢測次數，其取值范圍為0,1,…,n，Beta(r+α₀,(n-r)+β₀)表示參數為r+α₀和(n-r)+β₀的貝塔分布；

第四步，采用最大后驗密度即HPD可信區間逼近算法計算后驗分布函數族{π(p|(n_s,r_s))|r_s＝0,1,…,n_s}中各后驗分布函數的(1-α)HPD可信區間隨機長度，得到一組隨機長度{L_α(r_s|n_s)|r_s＝0,1,…,n_s}，HPD的含義是最大后驗密度即Highest?Posterior?Density的縮寫；

第五步，把r_s賦值給r，n_s賦值給n，按照公式(2)所示故障成功檢測次數r_s的邊緣密度函數表達式計算試驗樣本量為n_s時、不同故障成功檢測次數r_s對應的邊緣密度函數值{m(r_s|n_s)|r_s＝0,1,…n_s}：

m(r|n)=CnrB(r+α0,(n-r)+β0)B(α0,β0),r=0,1...n---(2)]]>

上式中，表示n選r的組合數，B(r+α₀,(n-r)+β₀)表示參數為r+α₀和(n-r)+β₀的貝塔函數，B(α₀,β₀)表示參數為α₀和β₀的貝塔函數；

第六步，把r_s賦值給r，n_s賦值給n，L_α(r_s|n_s)賦值給L_α(r|n)，m(r_s|n_s)賦值給m(r|n)，按照公式(3)計算樣本量為n_s的測試性虛擬試驗(1-α)HPD區間平均長度E[L_a(r_s|n_s)]：

E[La(r|n)]=Σr=0nLa(r|n)×m(r|n)---(3)]]>

上式中，L_a(r|n)表示試驗樣本量為n，故障成功檢測次數為r所對應的后驗分布函數的(1-α)HPD可信區間長度，此時，故障檢測率p落在可信區間內的概率為(1-α)；m(r|n)表示試驗樣本量為n，故障成功檢測次數為r所對應的邊緣密度函數值；

第七步，把r_s賦值給r，n_s賦值給n，E[L_a(r_s|n_s)]賦值給E[L_a(r|n)]，按照公式(4)計算樣本量為n_s的測試性虛擬試驗的設計效應E_D(n_s|c_s)：

E_D(n|c)＝c·exp(-E[L_a(r|n)])????(4)

上式中，c表示測試性虛擬試驗可信度，exp(·)表示自然指數，對于實物試驗，c＝1；對于虛擬試驗，c＝c_s，在(0,1)的區間內取值；

第八步，建立方程(5)，解方程(5)，得到虛擬試驗樣本量n_s的等效實物試驗樣本量n_e，解算步驟如下：

E_D(n_s|c_s)＝E_D(n_e|c＝1)????(5)

8.1)n_e初始值設為1；

8.2)r_e取值0,1,…,n_e，把r_e賦值給r，n_e賦值給n，按公式(1)計算等效實物試驗樣本量為n_e、故障成功檢測次數為r_e時，故障檢測率p的后驗分布，得到后驗分布函數族{π(p|(n_e,r_e))|r_e＝0,1,…,n_e}；

8.3)根據HPD可信區間逼近算法計算后驗分布函數族中各后驗分布函數的HPD可信區間隨機長度，得到一組隨機長度{L_α(r_e|n_e)|r_s＝0,1,…,n_e}；

8.4)把r_e賦值給r，n_e賦值給n，按照公式(2)所示邊緣密度函數表達式計算等效實物試驗樣本量為n_e時、不同故障成功檢測次數r_e對應的邊緣密度函數值{m(r_e|n_e)|r_e＝0,1,…n_e}；

8.5)把r_e賦值給r，n_e賦值給n，L_α(r_e|n_e)賦值給L_α(r|n)，m(r_e|n_e)賦值給m(r|n)，按照公式(3)計算等效實物試驗的(1-α)HPD可信區間平均長度E[L_a(r_e|n_e)]；

8.6)c取值為1，把r_e賦值給r，n_e賦值給n，E[L_a(r_e|n_e)]賦值給E[L_a(r|n)]，按照公式(4)計算等效試驗的設計效應E_D(n_e|c＝1)；

8.7)如果E_D(n_e|c＝1)＜E_D(n_s|c_s)，則n_e更新為n_e+1，轉步驟8.2)；若E_D(n_e|c＝1)≥E_D(n_s|c＝c₀)，則結束，此時得到的n_e即為虛擬試驗樣本量n_s的等效實物試驗樣本量。