相關商品
商品簡介
目次
商品簡介
《貝葉斯可靠性》主要討論利用貝葉斯理論處理可靠性問題的方法，主要內容包括：統計學與貝葉斯理論的基礎知識，利用貝葉斯理論分析零部件可靠性數據、系統可靠性數據的方法、可修系統的可靠性分析、利用退化數據進行可靠性分析以及可靠性試驗方案設計等。在模型求解方法上，本書重點介紹了基于數值模擬的計算方法，解決了傳統貝葉斯理論模型求解困難的問題，極大地拓展了所介紹方法的工程應用范圍。同時，全書包含了超過70個案例和160余道習題，具有很強的工程參考價值和教學研究價值。
《貝葉斯可靠性》主要面向從事可靠性研究的工程技術人員、科研人員、項目管理者，也可作為可靠性工程、統計學等學科的教師和研究生的教學參考資料。
目次
第1章 基本概念
1.1 可靠性的定義
1.2 基礎知識
1.3 常見的可靠性數據類型
1.3.1 成敗型數據
1.3.2 計數型數據
1.3.3 壽命數據
1.3.4 退化數據
1.4 截尾數據
1.5 貝葉斯可靠性分析
1.6 相關的閱讀材料
習題
第2章 貝葉斯推斷
2.1 基本概念
2.1.1 極大似然估計 第1章 基本概念 1.1 可靠性的定義 1.2 基礎知識 1.3 常見的可靠性數據類型 1.3.1 成敗型數據 1.3.2 計數型數據 1.3.3 壽命數據 1.3.4 退化數據 1.4 截尾數據 1.5 貝葉斯可靠性分析 1.6 相關的閱讀材料 習題 第2章 貝葉斯推斷 2.1 基本概念 2.1.1 極大似然估計 2.1.2 點估計和區間估計 2.2 貝葉斯推斷基礎 2.2.1 先驗分布 2.2.2 觀測數據對先驗分布的更新 2.3 預測 2.4 數據的邊沿分布與貝葉斯因子 2.5 案例：對數正態分布 2.6 關于先驗分布的進一步討論 2.6.1 無信息先驗分布與擴散先驗分布 2.6.2 共軛先驗分布 2.6.3 有信息先驗分布 2.7 相關的閱讀材料 習題 第3章 更為復雜的貝葉斯模型及其求解方法 3.1 馬爾可夫鏈蒙特卡羅方法(MCMC) 3.1.1 Metropolis—Hastings算法 3.1.2 Gibbs抽樣 3.1.3 收斂性分析 3.2 貝葉斯層次模型 3.2.1 層次模型參數的MCMC估計 3.2.2 運載火箭的案例分析 3.3 經驗貝葉斯方法 3.4 擬合優度檢驗 3.5 相關的閱讀材料 習題 第4章 零部件可靠性模型 4.1 引言 4.2 離散故障數據的可靠性模型 4.2.1 成敗型數據 4.2.2 計數型數據 4.3 故障時間數據模型 4.3.1 指數分布 4.3.2 WeibuH分布 4.3.3 對數正態分布 4.3.4 Gamma分布 4.3.5 逆Gaussian分布 4.3.6 正態分布 4.4 截尾數據 4.5 貝葉斯層次模型的應用 4.6 模型選擇 4.6.1 貝葉斯信息準則 4.6.2 偏差信息準則 4.6.3 Akaike信息準則 4.7 相關的閱讀材料 習題 第5章 系統可靠性模型 5.1 系統結構 5.1.1 可靠性框圖 5.1.2 結構函數 5.1.3 最小路集和最小割集 5.1.4 故障樹 5.2 系統可靠性分析 5.2.1 系統可靠度的計算方法 5.2.2 常用的先驗分布 5.2.3 成敗型數據的故障樹模型 5.2.4 壽命數據的故障樹模型 5.2.5 貝葉斯網絡模型 5.2.6 相關性模型 5.3 相關的閱讀材料 習題 第6章 可修系統的可靠性模型 6.1 引言 6.1.1 數據類型 6.1.2 系統維修的效果 6.2 更新過程 6.3 Poisson過程 6.3.1 齊次Poisson過程(HPPs) 6.4 非齊次Poisson過程(NHPPs) 6.4.1 冪律過程(PLPs) 6.4.2 對數線性過程 6.5 其他模型 6.5.1 修正冪律過程(MPLPs) 6.5.2 分段指數模型(PEXP) 6.6 擬合優度與模型選擇 6.7 當前的可靠度和其他性能指標 6.7.1 當前可靠度 6.7.2 其他性能指標 6.8 多單元系統與層次模型 6.9 可用性 6.9.1 其他數據類型的可用性 6.9.2 復雜系統的可用性 6.10 相關的閱讀材料 習題 第7章 可靠性中的回歸模型 7.1 引言 7.1.1 協變量類型 7.1.2 協變量關系 7.2 成敗型數據的Logistic回歸模型 7.3 計數型數據的Poisson回歸模型 7.4 壽命數據的回歸模型 7.5 模型選擇 7.6 殘差分析 7.7 加速試驗 7.8 可靠性增長試驗 7.9 回歸模型的其他應用 7.10 相關的閱讀材料 習題 第8章 退化模型 8.1 引言 8.2 較為復雜的退化模型 8.3 退化模型的診斷 8.4 協變量模型 8.4.1 加速退化試驗 8.4.2 通過試驗設計實現可靠性增長 8.5 破壞性退化數據 8.6 基于隨機過程的退化模型 8.7 相關的閱讀材料 習題 第9章 可靠性試驗方案的優化設計 9.1 引言 9.2 試驗方案確定的原則及優化 9.2.1 試驗方案的優化 9.2.2 基于仿真的優化方法的實現 9.3 二項型數據的試驗方案 9.4 壽命型數據的試驗方案 9.5 加速試驗的試驗方案 9.6 退化試驗的試驗方案 9.7 系統可靠性試驗方案 9.8 相關的閱讀材料 習題 第10章 可靠性保證試驗 10.1 引言 10.1.1 經典風險準則 10.1.2 平均風險準則 10.1.3 后驗風險準則 10.2 二項試驗 10.2.1 雙方風險 10.2.2 混合風險準則 10.3 Poisson試驗 10.4 Weibull試驗 10.4.1 單Weibull總體試驗 10.4.2 混合Weibull總體加速保證試驗 10.5 相關的閱讀材料 習題 附錄 附錄A 簡稱和縮略語 附錄B 常見的概率分布函數 參考文獻 內容簡介
1.1 可靠性的定義
1.2 基礎知識
1.3 常見的可靠性數據類型
1.3.1 成敗型數據
1.3.2 計數型數據
1.3.3 壽命數據
1.3.4 退化數據
1.4 截尾數據
1.5 貝葉斯可靠性分析
1.6 相關的閱讀材料
習題
第2章 貝葉斯推斷
2.1 基本概念
2.1.1 極大似然估計 第1章 基本概念 1.1 可靠性的定義 1.2 基礎知識 1.3 常見的可靠性數據類型 1.3.1 成敗型數據 1.3.2 計數型數據 1.3.3 壽命數據 1.3.4 退化數據 1.4 截尾數據 1.5 貝葉斯可靠性分析 1.6 相關的閱讀材料 習題 第2章 貝葉斯推斷 2.1 基本概念 2.1.1 極大似然估計 2.1.2 點估計和區間估計 2.2 貝葉斯推斷基礎 2.2.1 先驗分布 2.2.2 觀測數據對先驗分布的更新 2.3 預測 2.4 數據的邊沿分布與貝葉斯因子 2.5 案例：對數正態分布 2.6 關于先驗分布的進一步討論 2.6.1 無信息先驗分布與擴散先驗分布 2.6.2 共軛先驗分布 2.6.3 有信息先驗分布 2.7 相關的閱讀材料 習題 第3章 更為復雜的貝葉斯模型及其求解方法 3.1 馬爾可夫鏈蒙特卡羅方法(MCMC) 3.1.1 Metropolis—Hastings算法 3.1.2 Gibbs抽樣 3.1.3 收斂性分析 3.2 貝葉斯層次模型 3.2.1 層次模型參數的MCMC估計 3.2.2 運載火箭的案例分析 3.3 經驗貝葉斯方法 3.4 擬合優度檢驗 3.5 相關的閱讀材料 習題 第4章 零部件可靠性模型 4.1 引言 4.2 離散故障數據的可靠性模型 4.2.1 成敗型數據 4.2.2 計數型數據 4.3 故障時間數據模型 4.3.1 指數分布 4.3.2 WeibuH分布 4.3.3 對數正態分布 4.3.4 Gamma分布 4.3.5 逆Gaussian分布 4.3.6 正態分布 4.4 截尾數據 4.5 貝葉斯層次模型的應用 4.6 模型選擇 4.6.1 貝葉斯信息準則 4.6.2 偏差信息準則 4.6.3 Akaike信息準則 4.7 相關的閱讀材料 習題 第5章 系統可靠性模型 5.1 系統結構 5.1.1 可靠性框圖 5.1.2 結構函數 5.1.3 最小路集和最小割集 5.1.4 故障樹 5.2 系統可靠性分析 5.2.1 系統可靠度的計算方法 5.2.2 常用的先驗分布 5.2.3 成敗型數據的故障樹模型 5.2.4 壽命數據的故障樹模型 5.2.5 貝葉斯網絡模型 5.2.6 相關性模型 5.3 相關的閱讀材料 習題 第6章 可修系統的可靠性模型 6.1 引言 6.1.1 數據類型 6.1.2 系統維修的效果 6.2 更新過程 6.3 Poisson過程 6.3.1 齊次Poisson過程(HPPs) 6.4 非齊次Poisson過程(NHPPs) 6.4.1 冪律過程(PLPs) 6.4.2 對數線性過程 6.5 其他模型 6.5.1 修正冪律過程(MPLPs) 6.5.2 分段指數模型(PEXP) 6.6 擬合優度與模型選擇 6.7 當前的可靠度和其他性能指標 6.7.1 當前可靠度 6.7.2 其他性能指標 6.8 多單元系統與層次模型 6.9 可用性 6.9.1 其他數據類型的可用性 6.9.2 復雜系統的可用性 6.10 相關的閱讀材料 習題 第7章 可靠性中的回歸模型 7.1 引言 7.1.1 協變量類型 7.1.2 協變量關系 7.2 成敗型數據的Logistic回歸模型 7.3 計數型數據的Poisson回歸模型 7.4 壽命數據的回歸模型 7.5 模型選擇 7.6 殘差分析 7.7 加速試驗 7.8 可靠性增長試驗 7.9 回歸模型的其他應用 7.10 相關的閱讀材料 習題 第8章 退化模型 8.1 引言 8.2 較為復雜的退化模型 8.3 退化模型的診斷 8.4 協變量模型 8.4.1 加速退化試驗 8.4.2 通過試驗設計實現可靠性增長 8.5 破壞性退化數據 8.6 基于隨機過程的退化模型 8.7 相關的閱讀材料 習題 第9章 可靠性試驗方案的優化設計 9.1 引言 9.2 試驗方案確定的原則及優化 9.2.1 試驗方案的優化 9.2.2 基于仿真的優化方法的實現 9.3 二項型數據的試驗方案 9.4 壽命型數據的試驗方案 9.5 加速試驗的試驗方案 9.6 退化試驗的試驗方案 9.7 系統可靠性試驗方案 9.8 相關的閱讀材料 習題 第10章 可靠性保證試驗 10.1 引言 10.1.1 經典風險準則 10.1.2 平均風險準則 10.1.3 后驗風險準則 10.2 二項試驗 10.2.1 雙方風險 10.2.2 混合風險準則 10.3 Poisson試驗 10.4 Weibull試驗 10.4.1 單Weibull總體試驗 10.4.2 混合Weibull總體加速保證試驗 10.5 相關的閱讀材料 習題 附錄 附錄A 簡稱和縮略語 附錄B 常見的概率分布函數 參考文獻 內容簡介
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。