[发明专利]基于备件保障数据的伽玛型单元寿命分布参数估计方法

权利要求书

1.一种基于备件保障数据的伽玛型单元寿命分布参数估计方法，其特征在于，包括以下步骤：

步骤1，根据k次保障任务的相关数据生成n组候选分布参数(α_j,b_j),1≤j≤n，其中，α_j表示伽玛分布的形状参数，b_j表示伽玛分布的尺度参数，k、n为正整数；

步骤2，初始化似然值L_j，令L_j＝0，1≤j≤n；

步骤3，遍历候选参数，依次计算每次保障任务的概率P1；并利用所述k次保障任务的概率计算更新似然值L_j；

步骤4，在更新后的似然值L_j(1≤j≤n)中找到最大似然值，记为L_M，则似然值L_M对应的α_M、b_M分别为该单元寿命分布参数的估计值；

所述步骤3包括：

步骤3.1，令候选参数序号j＝1；

步骤3.2，令任务序号i＝1，1≤i≤k，k为保障任务最大次数；

步骤3.3，对于第i次保障任务，利用下式计算保障任务概率P1_i；

其中，Tw_i为第i次保障任务时该单元的计划工作时间，Nbj_i为任务开始前的备件数量；F_i表示保障任务结果，保障任务成功则F_i＝1，保障任务失败则F_i＝0；

步骤3.4，更新i＝i+1，若i≤k则跳转至步骤3.3，否则跳转至步骤3.5；

步骤3.5，令L_j反映了估计值α_j、b_j对真值α、b的似然程度；

步骤3.6，令j＝j+1，若j≤n则跳转至步骤3.2，否则跳转至步骤4。

2.根据权利要求1所述的方法，其特征在于，所述步骤1包括：

步骤1.1，确定伽玛分布的形状参数α1_j1＝α_min+(j1-1)d1,1≤j1≤n1，其中，α_max表示伽玛分布的形状参数上限，α_min表示伽玛分布的形状参数下限，n1为正整数，且n1≥2，n1决定了对形状参数的估计精度；

步骤1.2，确定伽玛分布的尺度参数b1_j2＝b_min+(j2-1)d2,1≤j2≤n2，其中，b_max表示伽玛分布的尺度参数上限，b_min表示伽玛分布的尺度参数下限，n2为正整数，且n2≥2，n2决定了对尺度参数的估计精度；

步骤1.3，取n＝n1×n2，由α1_j1和b1_j2进行遍历组合获得n组候选的分布参数(α_j,b_j),1≤j≤n。

3.根据权利要求2所述的方法，其特征在于，步骤1.3中所述的遍历通过以下方式实现：

令j＝1；

第一层循环中遍历j1＝1:n1，第二层循环中遍历j2＝1:n2，

令α_j＝α1_j1；b_j＝b1_j2；j＝j+1；

其中，α_max≥α1_j1≥α_min，b_max≥b1_j2≥b_min。