【摘 要】
：
随机系数回归模型是一种描述设备退化过程的重要模型.在基本随机回归系数模型的基础上,运用加速失效时间模型,加入协变量的影响,对设备的退化过程进行建模分析.针对退化过程
【机 构】
：
北京科技大学东凌经济管理学院,北京100083
论文部分内容阅读
随机系数回归模型是一种描述设备退化过程的重要模型.在基本随机回归系数模型的基础上,运用加速失效时间模型,加入协变量的影响,对设备的退化过程进行建模分析.针对退化过程设置两类更新阈值,一类是预防性维修更新阈值,一类是故障更新阈值.当设备的运行状态被监测到达到或超过预防性更新阈值时,设备将被预防性维修更新,一个预防性更新周期完成;当设备的运行状态被监测到达到故障阈值时,设备将被故障更新,一个故障更新周期完成.运用更新回报定理,对两类更新周期内的单位时间期望维修费用建立模型,对模型求解可得设备的最优监测区间和最优预防性维修阈值.为进一步对所建立的模型进行验证,设计仿真过程求解最优值,并运用数值案例对所建立的模型和仿真过程进行计算.
其他文献
为解决传统模型在度量时间连续状态有限的星座效能时存在的困难,构建一种基于生灭过程的评估铱星效能的BDP-ADC模型.首先,利用生灭过程描述星座状态的转移过程,得出该状态转移过程存在极限分布,并定义铱星的可用度;其次,结合Kolmogorov前进方程来衡量星座在任务执行过程中的可信度;再次,根据建立的铱星星座能力评估指标体系,利用熵权法求得指标的权重,结合全概率公式对星座能力进行表征;最后,利用BD
针对小数据集下单纯使用深度学习方法的草图特征提取可分辨性低下的问题,提出一种融合稀疏编码和深度学习的草图特征表示方法.该算法首先对草图进行语义分割;然后迁移深度学习方法,分别提取草图特征和草图部件特征,之后将部件特征降维聚类,获取聚类中心;最后利用部件聚类中心向量初始化稀疏编码中的字典,交替迭代求取获得最终的草图特征.不同于以往的草图特征表示方法,将迁移深度学习获得的草图部件特征引入到稀疏编码中,
2007年2月19日，国际田联在官方网站上公布了最新一期的世界排名，刘翔在2007年保持领先，仍排在110米栏榜首。回望2006年刘翔在国际赛场上的一系列表现，这一排名尽管有些姗姗来迟，但含金量不容置疑，也绝对算得上是实至名归。人们提到刘翔，都会津津乐道他成功的三个“秘诀”：科学的训练、良好的心态和高科技助推力。 科学训练发掘潜能 著名体育科学专家肖焕禹教授指出，在短距离竞赛项目上，亚