貝葉斯概率風(fēng)險(xiǎn)評(píng)估
定 價(jià)：48 元
- 作者：（美）史密斯 著，郝志鵬 主譯
- 出版時(shí)間：2014/10/1
- ISBN：9787118095074
- 出 版 社：國防工業(yè)出版社
- 中圖法分類：O212.8
- 頁碼：194
- 紙張：膠版紙
- 版次：1
- 開本：16開
概率風(fēng)險(xiǎn)評(píng)估是對(duì)工程系統(tǒng)中事故的發(fā)生頻率和后果進(jìn)行分析和評(píng)價(jià)。事件發(fā)生頻率低，數(shù)據(jù)缺乏，是制約概率風(fēng)險(xiǎn)評(píng)估準(zhǔn)確性的瓶頸。貝葉斯推斷為突破該瓶頸提供了理論框架和技術(shù)手段。
《貝葉斯概率風(fēng)險(xiǎn)評(píng)估》系統(tǒng)介紹了運(yùn)用貝葉斯推斷處理風(fēng)險(xiǎn)分析中常見隨機(jī)模型的方法，以及模型檢驗(yàn)、收斂性等易忽視的事項(xiàng)，并提供了大量運(yùn)用 OpenBUGS進(jìn)行貝葉斯推斷的案例。本書濃縮了兩位作者多年來在風(fēng)險(xiǎn)評(píng)估中推廣貝葉斯推斷方法所積累的寶貴經(jīng)驗(yàn)，具有很強(qiáng)的理論指導(dǎo)作用及工程實(shí)用價(jià)值。
本書可供從事風(fēng)險(xiǎn)評(píng)估的技術(shù)人員和管理人員開展工作時(shí)參考，可作為培訓(xùn)教材使用；也可作為可靠性系統(tǒng)工程、安全工程等專業(yè)本科生、研究生的教材或參考書。本書作者Dana Kelly(凱利)和Curtis Smith(史密斯)是美國愛達(dá)華國家實(shí)驗(yàn)室的可靠性與風(fēng)險(xiǎn)評(píng)估領(lǐng)域?qū)＜摇?br />
第1章 簡(jiǎn)介與動(dòng)機(jī)
1.1 簡(jiǎn)介
1.2 貝葉斯推斷的背景
1.3 貝葉斯推斷過程概覽
參考文獻(xiàn)
第2章 貝葉斯推斷概述
2.1 概述
2.2 貝葉斯定理
2.3 貝葉斯定理的簡(jiǎn)單應(yīng)用
2.3.1 離散實(shí)例
2.3.2 連續(xù)實(shí)例
第3章 常見隨機(jī)模型的貝葉斯推斷
3.1 概述
3.2 二項(xiàng)分布
3.2.1 用共軛先驗(yàn)進(jìn)行二項(xiàng)分布推斷 第1章 簡(jiǎn)介與動(dòng)機(jī)
1.1 簡(jiǎn)介
1.2 貝葉斯推斷的背景
1.3 貝葉斯推斷過程概覽
參考文獻(xiàn)
第2章 貝葉斯推斷概述
2.1 概述
2.2 貝葉斯定理
2.3 貝葉斯定理的簡(jiǎn)單應(yīng)用
2.3.1 離散實(shí)例
2.3.2 連續(xù)實(shí)例
第3章 常見隨機(jī)模型的貝葉斯推斷
3.1 概述
3.2 二項(xiàng)分布
3.2.1 用共軛先驗(yàn)進(jìn)行二項(xiàng)分布推斷
3.2.2 用無信息先驗(yàn)進(jìn)行二項(xiàng)分布推斷
3.2.3 用非共軛先驗(yàn)進(jìn)行二項(xiàng)分布推斷
3.3 泊松分布
3.3.1 用共軛先驗(yàn)進(jìn)行泊松分布推斷
3.3.2 用無信息先驗(yàn)進(jìn)行泊松分布推斷
3.3.3 用非共軛先驗(yàn)進(jìn)行泊松分布推斷
3.4 指數(shù)分布
3.4.1 用共軛先驗(yàn)進(jìn)行指數(shù)分布推斷
3.4.2 用無信息先驗(yàn)進(jìn)行指數(shù)分布推斷
3.4.3 用非共軛先驗(yàn)進(jìn)行指數(shù)分布推斷
3.5 確定先驗(yàn)分布
3.5.1 確定共軛先驗(yàn)分布
3.5.2 通過有限信息確定先驗(yàn)分布
3.5.3 確定有信息先驗(yàn)分布的注意事項(xiàng)
3.5.4 先驗(yàn)分布與期望數(shù)據(jù)的一致性：預(yù)后驗(yàn)分析
習(xí)題
參考文獻(xiàn)
第4章 貝葉斯模型檢驗(yàn)
4.1 基于后驗(yàn)分布的直接推斷
4.2 后驗(yàn)預(yù)計(jì)分布
4.2.1 基于后驗(yàn)預(yù)計(jì)分布的圖檢驗(yàn)
4.3 借助后驗(yàn)預(yù)計(jì)分布概要統(tǒng)計(jì)量的模型檢驗(yàn)
4.3.1 貝葉斯卡方統(tǒng)計(jì)量
4.3.2 Cramer-von Miscs統(tǒng)計(jì)量
習(xí)題
參考文獻(xiàn)
第5章 二項(xiàng)數(shù)據(jù)與泊松數(shù)據(jù)的時(shí)間趨勢(shì)
5.1 p的時(shí)間趨勢(shì)
5.2 γ的時(shí)間趨勢(shì)
參考文獻(xiàn)
第6章 后驗(yàn)分布的收斂性檢驗(yàn)
6.1 收斂性的定性檢驗(yàn)
6.2 收斂性的定量檢驗(yàn)
6.3 確保良好的后驗(yàn)分布收斂性
6.4 確定恰當(dāng)?shù)臉颖救萘?br /> 參考文獻(xiàn)
第7章 處理變異性的層次貝葉斯模型
7.1 趨勢(shì)模型的變異性
7.2 從源到源的變異性
7.3 層次貝葉斯模型的收斂問題
7.4 一階先驗(yàn)的選擇
7.5 趨勢(shì)模型重談
7.6 小結(jié)
習(xí)題
參考文獻(xiàn)
第8章 復(fù)雜隨機(jī)持續(xù)時(shí)間模型
8.1 示例
8.2 利用指數(shù)模型進(jìn)行分析
8.2.1 頻率分析
8.2.2 貝葉斯分析
8.3 利用威布爾模型進(jìn)行分析
8.4 利用對(duì)數(shù)正態(tài)模型進(jìn)行分析
8.5 利用γ模型進(jìn)行分析
8.6 估計(jì)未修復(fù)概率
8.6.1 利用卷積計(jì)算傳播不確定性
8.7 模型檢驗(yàn)與選擇
習(xí)題
參考文獻(xiàn)
第9章 考慮維修的故障建模
9.1 維修如新：更新過程
9.1.1 時(shí)變故障率的更新過程圖檢驗(yàn)
9.2 維修如舊：非齊次泊松過程
9.2.1 維修如舊時(shí)故障發(fā)生率趨勢(shì)的圖檢驗(yàn)
9.2.2 基于維修如舊假設(shè)的貝葉斯推斷
9.3 在PRA中應(yīng)用結(jié)果
習(xí)題
參考文獻(xiàn)
第10章 不確定性數(shù)據(jù)的貝葉斯處理
10.1 截?cái)鄶?shù)據(jù)
10.2 成敗數(shù)據(jù)或泊松時(shí)間的不確定性
10.3 二項(xiàng)或泊松故障計(jì)數(shù)的不確定性
10.4 二項(xiàng)或泊松故障計(jì)數(shù)的不確定性的替代方法
10.5 共因失效事件計(jì)數(shù)的不確定性
習(xí)題
參考文獻(xiàn)
第11章 貝葉斯回歸模型
11.1 O形環(huán)損壞的概率模型
11.2 模型檢驗(yàn)
11.3 航天飛機(jī)的故障概率
11.4 考慮發(fā)射溫度的不確定性
11.5 單元壽命的回歸模型
11.6 電池案例
11.7 小結(jié)
習(xí)題
參考文獻(xiàn)
第12章 多層故障樹的貝葉斯推斷
12.1 簡(jiǎn)介
12.2 兩單元組件的例子
12.3 多單元組件的例子
12.4 貝葉斯異常
12.5 包含部件和子系統(tǒng)的超級(jí)單元
12.6 應(yīng)急柴油發(fā)電機(jī)的例子
12.7 在多層故障樹中達(dá)到可靠性目標(biāo)
參考文獻(xiàn)
第13章 延伸問題
13.1 極值過程
13.1.1 廣義極值參數(shù)的貝葉斯推斷
13.1.2 閾值和廣義帕累托分布
13.2 專家意見的處理
13.2.1 單個(gè)專家的信息
13.2.2 多個(gè)專家的信息
13.3 ad hoc方法的陷阱
13.3.1 使用一階β先驗(yàn)
13.3.2 使用一階Logistic-Normal先驗(yàn)
13.3.3 利用新數(shù)據(jù)進(jìn)行更新
13.3.4 模型檢驗(yàn)
13.4 在OpenBUGS中指定新的先驗(yàn)分布
13.5 馬爾可夫模型參數(shù)的貝葉斯推斷
13.5.1 故障的隨機(jī)模型
13.5.2 其他馬爾可夫模型參數(shù)
13.5.3 馬爾可夫系統(tǒng)模型等式
13.5.4 OpenBUGS實(shí)現(xiàn)
參考文獻(xiàn)
附錄A 概率分布
A.1 離散分布
A.1.1 二項(xiàng)分布
A.1.2 泊松分布
A.1.3 多項(xiàng)式分布
A.2 連續(xù)隨機(jī)變量
A.2.1 均勻分布
A.2.2 正態(tài)分布
A.2.3 對(duì)數(shù)正態(tài)分布
A.2.4 Logistic-normal分布
A.2.5 指數(shù)分布
A.2.6 威布爾分布
A.2.7 γ分布
A.2.8 e分布
A.2.9 Didchlct分布
附錄B OpenBUGs指南
B.1 WinBUGS和OpcnBUGS
B.1.1 OpcnBUCS支持的分布
B.1.2 OpcnBUGS腳本
B.1.3 OpcnBUGS應(yīng)用示例
參考文獻(xiàn)
索引
內(nèi)容簡(jiǎn)介
書單推薦
