[发明专利]基于贝叶斯原理的复杂试验不确定度评定方法

摘要

本发明涉及一种基于贝叶斯原理的复杂试验不确定度评定方法，确定复杂试验被测量以及主要影响因素；获得复杂试验影响因素的概率密度分布函数；采用拉丁超立方抽样方法根据影响因素的概率密度函数进行试验抽样，得到影响因素的试验设计表，根据设计表的参数进行试验，得到各输入参数下复杂试验的结果；试验结果的部分数据作为先验样本，另一部分作为当前测量样本；计算先验样本的均值和均值的标准差，以及当前测量样本的均值和标准差；由后验分布计算被测量真值的估计、标准不确定度及对应包含概率的包含区间，由此计算结果作为不确定度评定。此方法在复杂试验给出试验结果的同时，能够给出其试验不确定度，对实验结果进行评价，从而制定实验改进方案。

主权项

一种基于贝叶斯原理的复杂试验不确定度评定方法，其特征在于，具体包括如下步骤：1)、确定复杂试验被测量Y，以及主要影响因素X＝[x1,x2,...,xn]；2)、获得复杂试验影响因素xi的概率密度分布函数gxi(ξi)，ξi为影响因素的测量值；3)、采用拉丁超立方抽样方法根据影响因素的概率密度函数gxi(ξi)进行试验抽样，得到影响因素的试验设计表Dn，根据设计表的参数进行试验，得到各输入参数下复杂试验的结果Yi；4)、基于贝叶斯原理对复杂试验的不确定度进行评价：4.1)以步骤3)试验结果Yi的部分数据作为先验样本，另一部分作为当前测量样本；4.2)计算先验样本的均值μ0和均值的标准差τ，以及当前测量样本的均值和标准差s；4.3)利用所示公式计算被测量真值的估计μ^=ns2x‾+μ0τ2ns2+1τ2]]>其中n为当前测量样本总数；4.4)利用所示公式计算标准不确定度σσ=s2τ2nτ2+s2;]]>4.5)由得到的被测量真值的估计和标准不确定度σ计算对应包含概率p的包含区间[ylow,yhigh]，其中ylow和yhigh计算分别为区间中最小值与最大值；5)、输出步骤4.4)和4.5)结果作为不确定度评定。