来源：期刊VIP网 时间：
作者：王国东;李晓阳;
单位：郑州航空工业管理学院管理工程学院;
摘要：试验设计（design of experiments,DOE）技术可以通过识别和优化显著性试验因子，达到提升产品可靠性的目的。工程师在试验初期并不掌握寿命数据的分布，若采用单一指定模型对收集到的寿命数据进行拟合，可能会使参数估计的结果偏离真实值。在模型不确定的情况下，如何在多个可能的分布模型中进行取舍是一个非常重要的问题。本文提出使用贝叶斯模型平均（Bayesian model averaging,BMA）方法识别显著因子，选取当前经典的Weibull分布和对数正态分布作为候选模型，将模型后验概率作为权重，加权估计各因子效应值。分析结果表明，BMA方法识别出的显著因子结果优于单一指定模型：当候选参数选取不同的先验分布和方差时，BMA方法识别出的显著因子结果均表现良好；当选取不同截尾时间进行分析时，该方法依旧非常有效且稳健。
关键词：试验设计;;模型不确定;;贝叶斯模型平均;;可靠性提升
基金资助：国家自然科学基金资助项目（71871204,72231005,72261147706）;; 河南省高等学校青年骨干教师培养计划（2021GGJS114）;; 河南省重点研发专项（241111222700）;; 河南省国际合作项目（242102520001）;; 郑州航院科研团队支持计划（23ZHTD01008）
