| 摘要 | 第1-7页 |
| ABSTRACT | 第7-16页 |
| 第一章 绪论 | 第16-29页 |
| ·引言 | 第16-18页 |
| ·威布尔分布的工程应用和研究价值 | 第18-22页 |
| ·威布尔分布的研究现状 | 第22-27页 |
| ·威布尔分布改进模型的研究现状 | 第23-25页 |
| ·参数估计方法的研究现状 | 第25-27页 |
| ·威布尔分布无失效数据分析的研究现状 | 第27页 |
| ·本文的主要研究内容 | 第27-28页 |
| ·本文的结构安排 | 第28-29页 |
| 第二章 威布尔分布模型 | 第29-48页 |
| ·威布尔分布模型及其特性 | 第29-32页 |
| ·参数估计方法 | 第32-40页 |
| ·参数估计的图解法 | 第33-34页 |
| ·线性回归估计法 | 第34-36页 |
| ·极大似然估计法 | 第36-38页 |
| ·矩估计法 | 第38-39页 |
| ·点估计优劣的评价标准 | 第39-40页 |
| ·可靠性特征量的计算 | 第40-45页 |
| ·可靠度 | 第41页 |
| ·累积失效概率 | 第41-42页 |
| ·失效率函数 | 第42-44页 |
| ·平均寿命 | 第44页 |
| ·可靠寿命 | 第44-45页 |
| ·威布尔混合分布模型 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第三章 基于支持向量回归机的威布尔分布参数估计方法 | 第48-70页 |
| ·统计学习理论相关知识 | 第48-54页 |
| ·机器学习 | 第49-50页 |
| ·经验风险最小化原则 | 第50-51页 |
| ·VC 维 | 第51页 |
| ·结构风险最小化原则 | 第51-52页 |
| ·支持向量分类机算法概述 | 第52-54页 |
| ·支持向量回归机 | 第54-61页 |
| ·回归问题概述 | 第54-56页 |
| ·线性支持向量回归机 | 第56-59页 |
| ·非线性支持向量回归机 | 第59-61页 |
| ·支持向量回归机参数选择 | 第61-62页 |
| ·二参数威布尔分布参数估计算例 | 第62-69页 |
| ·算例1 | 第63-66页 |
| ·算例2 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 第四章 基于威布尔分布的疲劳剩余寿命分布模型 | 第70-81页 |
| ·引言 | 第70-72页 |
| ·描述疲劳寿命的威布尔分布模型 | 第72-73页 |
| ·疲劳可靠性剩余寿命分布模型 | 第73-79页 |
| ·平均剩余寿命模型 | 第73-74页 |
| ·算例 | 第74-79页 |
| ·本章小结 | 第79-81页 |
| 第五章 基于威布尔分布的P-S-N 曲线拟合方法 | 第81-94页 |
| ·P-S-N 曲线概述 | 第81-85页 |
| ·寿命服从威布尔分布的P-S-N 曲线拟合的非线性方程法 | 第85-88页 |
| ·算例 | 第88-92页 |
| ·本章小结 | 第92-94页 |
| 第六章 威布尔混合分布模型的参数估计方法 | 第94-110页 |
| ·引言 | 第94-95页 |
| ·两重二参数威布尔混合分布模型及其参数估计的图解法 | 第95-99页 |
| ·两重二参数威布尔混合分布模型 | 第95-96页 |
| ·两重二参数威布尔混合分布模型参数估计的图解法 | 第96-99页 |
| ·非线性最小二乘法概述 | 第99-103页 |
| ·Gauss-Newton 算法 | 第100-101页 |
| ·Levenberg-Marquardt 算法 | 第101-103页 |
| ·两重二参数威布尔混合分布参数估计优化模型 | 第103-105页 |
| ·算例 | 第105-109页 |
| ·本章小结 | 第109-110页 |
| 第七章 结论 | 第110-113页 |
| ·全文总结 | 第110-111页 |
| ·后续工作展望 | 第111-113页 |
| 致谢 | 第113-114页 |
| 参考文献 | 第114-124页 |
| 在学期间参与的研究工作及发表和录用的学术论文 | 第124-126页 |
