在可靠性理论研究和工程实践中,通常会利用各种冗余技术来提高系统的可靠性.负载共享系统是冗余系统的延伸,是指当系统中的元件失效时,系统的总负载不得不重新分配到其它存活的元件上,导致剩余元件的负载增加,失效率增大,因此故障风险也随之提高.在实际生活中,对于负载共享系统的研究,通常面临的只有数据,但数据中潜在的分布函数无从得知,这时便需要通过一些方法将分布函数从数据中估计出来.Kumaraswamy分布和指数帕累托分布作为寿命模型在可靠性方面非常有用,被广泛应用于居民收入分布和许多可靠性工程中,但它们在负载共享系统方面的研究却被忽略了.本文主要研究了负载共享并联系统在这两种分布下参数的点估计和区间估计,通过模拟得到了参数的点估计值及置信区间,并引入实例对文中方法进行了研究分析,且借助随机序分别在这两种分布及指数分布下进行了随机比较.首先,对一个负载共享并联系统模型,假设其元件寿命分别服从Kumaraswamy分布和指数帕累托分布,通过最大似然估计法分别对其参数进行点估计,再根据最大似然估计(MLE)渐近分布的理论性质,得到了该模型的最佳渐近无偏估计(BAUE).为了能够直观地体现各参数的关系,利用计算机模拟了各参数间的置信椭圆图,并结合图表,对所估计的参数进行了分析.其次,为了扩大样本容量,提高估计精度,本文使用Bootstrap抽样技术对以上两种分布分别进行区间估计,得出了Bootstrap点估计值和两种置信区间.从模拟结果可以看出,随着样本容量的增大,参数估计的精度越来越高.最后,本文分别在指数分布、指数帕累托分布下引用实际数据分析了参数的点估计和置信区间,充分说明了文中所用方法的实用性,并通过随机序对指数分布、Kumaraswamy分布和指数帕累托分布进行了随机比较。