论文部分内容阅读
在复杂新型产品的可靠性评估中,试验的样本量通常较小,而Bayes方法在小样本统计推断中比经典统计方法更为适用。针对可靠性工程中遇到的验前信息的多源性问题,给出了一种基于证据理论的ML-II融合方法。在融合过程中考虑了信息源的可信性,减小了可信度低的信息源对评估结果的影响。以电子产品为例,算例实验表明了该方法在有＂干扰信息源＂存在的情况下的评估结果的有效性和合理性。