測量數(shù)據(jù)質(zhì)量評價(jià)與控制：基于貝葉斯框架下的最大信息熵和蒙特卡洛方法

目錄　
第1章　緒論　1　
1.1　數(shù)據(jù)簡介　1　
1.2　處理的基本模式　3　
1.3　研究的重點(diǎn)　11　
1.4　解決的關(guān)鍵問題　15　
第2章　貝葉斯方法　18　
2.1　貝葉斯方法的產(chǎn)生與發(fā)展　18　
2.2　貝葉斯方法的基本原理　18　
2.3　先驗(yàn)分布的確定方法　19　
2.4　后驗(yàn)分布的確定方法　22　
2.5　貝葉斯方法在統(tǒng)計(jì)過程控制中的應(yīng)用　24　
2.6　貝葉斯方法在測量不確定度評定中的應(yīng)用　28　
2.7　貝葉斯方法在可靠性評估中的應(yīng)用　29　
2.8　基于WinBUGS軟件的MCM后驗(yàn)分布確定　31　
第3章　最大信息熵方法　38　
3.1　信息熵的產(chǎn)生與發(fā)展　38　
3.2　最大信息熵原理　39　
3.3　常見不確定度信息下最大熵分布的確定方法　42　
3.4　拉格朗日乘子的確定　47　
3.5　PWMs約束下的分布確定及不確定度評定　58　
第4章　蒙特卡洛方法　68　
4.1　蒙特卡洛方法的產(chǎn)生與發(fā)展　68　
4.2　蒙特卡洛方法的主要原理　69　
4.3　結(jié)合貝葉斯方法的MCMC理論基礎(chǔ)與構(gòu)建方法　70　
4.4　GUM Suppl.1中蒙特卡洛抽樣技術(shù)以及輸出量分布的近似　74　
4.5　蒙特卡洛方法在測量不確定度評定中的應(yīng)用　77　
4.6　MCM在質(zhì)量控制中的應(yīng)用　83　
4.7　MCM在可靠性評估中的應(yīng)用　84
第5章　測量不確定度及其評定方法　86　
5.1　測量不確定度概述　86　
5.2　測量不確定度常規(guī)評定方法　89　
5.3　不確定度報(bào)告　91　
5.4　常規(guī)評定方法存在的問題　91　
5.5　復(fù)雜模型及其特點(diǎn)　93　
5.6　復(fù)雜模型測量不確定度評定實(shí)例　96　
5.7　本章小結(jié)　106　
第6章　貝葉斯方法在測量不確定度評定中的應(yīng)用　107　
6.1　貝葉斯方法在小樣本不確定度評定中的應(yīng)用　107　
6.2　基于分位數(shù)和Bootstrap的貝葉斯先驗(yàn)分布的確定　115　
6.3　基于貝葉斯方法的MCM模型控制圖　120　
第7章　最大信息熵原理在測量不確定度評定中的應(yīng)用　129　
7.1　常見條件下的最大信息熵分布的確定及不確定度評定　130　
7.2　給定測量數(shù)據(jù)條件下PDF的確定及不確定度評定　139　
7.3　基于已有不確定度信息的分布確定　149　
第8章　蒙特卡洛仿真次數(shù)的確定方法　156　
8.1　GUM Suppl.1中關(guān)于M的確定方法　156　
8.2　GUM Suppl.1中M確定方法評述及影響因素分析　165　
8.3　M確定的新方法　168　
第9章　貝葉斯方法在小批量質(zhì)量控制中的應(yīng)用　179　
9.1　統(tǒng)計(jì)過程控制理論概述　179　
9.2　小批量生產(chǎn)SPC面臨的問題　184　
9.3　基于貝葉斯方法控制圖的設(shè)計(jì)　186　
9.4　基于貝葉斯方法的過程能力分析　190　
9.5　案例分析及與傳統(tǒng)方法比較　191　
第10章　基于最大信息熵分布的控制圖構(gòu)建和特性評價(jià)　213　
10.1　非常規(guī)控制圖簡介　213　
10.2　基于最大信息熵分布的控制圖構(gòu)建　214　
10.3　基于最大信息熵的控制圖特性評價(jià)及實(shí)證　222　
第11章　基于PME和MCM的貝葉斯可靠性評估　　247　
11.1　小樣本可靠性評估概述　247　
11.2　基于PME的可靠性先驗(yàn)分布的確定　248　
11.3　基于MCMC的貝葉斯后驗(yàn)推斷和可靠性評估　260　
11.4　基于WinBUGS軟件的威布爾分布MCMC后驗(yàn)分布模擬265
附錄A　標(biāo)準(zhǔn)正態(tài)分布表　274　
附錄B　計(jì)量控制圖控制限計(jì)算系數(shù)表　275　
附錄C　Cp與Cpk所對應(yīng)的合格品率表　276　
附錄D　縮略語　277　
參考文獻(xiàn)　278