摘要：基于新Dirichlet先验分布,建立一种适合小子样复杂系统异总体可靠性增长分析的Bayesian模型。充分利用先验信息和阶段试验信息,结合产品研制的试验数据,利用最优化方法研究新的Dirichlet先验分布容易定量和衡量先验参数确定的方法,解决了超参数物理意义不明确难以确定问题。通过变量替换的Gibbs抽样简化了后验推断,合理估算出当前阶段和后续试验阶段产品可靠性的Bayesian点估计和置信下限;结合试验数据,利用该模型实现了未来阶段可靠性的预测,扩展了模型应用范围。实例表明该模型参数含义清晰明确,简单易行,利于工程应用。

关键词：可靠性增长模型 bayesian 新dirichlet分布 马尔科夫蒙特卡罗模拟 gibbs抽样 

单位：国防科技大学机电工程与自动化学院 长沙410073 马里兰大学可靠性与风险性研究中心 马里兰州20742美国