提出了一种利用改进的极大似然估计法对基于威布尔分布的环保型电子节能灯寿命数据进行分析的方法。该方法利用加速寿命实验获取环保型电子节能灯使用寿命的数据,利用统计学的方法和威布尔分布模型,实现高应力下的实验时间的等效折算。采用改进的极大似然估计,有益于对环保型电子节能灯的寿命数据进行分析。
2021-12-15 13:10:21 239KB 工程技术 论文
1
基于遗传算法的威布尔分布的参数估计及MATLAB实现.pdf
函数 [pdffit,offset,A,B,resnorm,h] = distributionfit(data,distribution,nbins) 目的 jdc 修订版。 06-jun-05 将三种概率分布(正态、对数正态、威布尔)之一拟合到输入数据向量。 如果将分布指定为“最佳”,则会自动选择最适合数据的分布。 输入如果 nargin==1,则提示“分布”并交互输入 数据 - nx 1 或 1 xn 输入数据向量分布 - 适合“数据”的概率分布。 可以是 'normal'、'lognormal'、'weibull' 或 'best' ... 默认值:'best' nbins - 条形图箱的数量 ..................... 默认值:sqrt(length(data)) %输出pdffit - 拟合概率密度函数 - nx 2 矩阵,第 1 列是 x 值,第 2 列
2021-10-20 16:10:13 3KB matlab
1
本文通过将测量值与威布尔分布(WD)的形状和比例参数进行比较,评估了计算风能密度(WPD)方法的准确性。 为了估计WD参数,使用了图形方法(GP),Justus经验方法(EMJ),Lysen经验方法(EML),能量模式因子方法(EPF)和最大似然方法(ML)。 每种方法的准确性都通过多种指标进行了评估:平均绝对偏差误差(MABE),平均绝对百分比误差(MAPE),均方根误差(RMSE),相对均方根误差(RRMSE),相关系数(R),和协议索引(IA)。 这项研究的目的是选择最合适的方法来评估WD参数(k和c),以计算位于朱宁-秘鲁的四个气象站的WDP:科马斯,华萨瓦斯,朱宁和扬塔克。 根据统计指标结果,ML,EMJ和EML方法对于每个站点来说都是最准确的,但是,需要注意的是,这些方法在所有站点上的表现均不一样,大概是由于图形条件和外部因素的影响一个重要的角色。
2021-10-20 09:20:39 268KB 行业研究
1
有关该方法和其他估计三参数威布尔分布参数的方法的详细信息,我们参考: Abbasi, B., Rabelo, L., Hosseinkouchack, M., (2008),“使用神经网络估计三参数威布尔分布的参数”,欧洲工业工程杂志,2(4):第 428 页- 445 http://www.inderscience.com/info/inarticle.php?artid=18438
2021-09-22 16:45:59 1KB matlab
1
从风速时间序列计算威布尔分布参数 这个 Matlab 脚本根据风速数据计算威布尔分布参数。 执照 没有任何。 随意使用它。 语境 特定位置的风速频率通常可以用概率密度函数建模,[ 分布)。 它的参数可以使用下面列出的论文中介绍的几种方法来确定。 唯一需要的输入数据是所选位置的风速时间序列。 测定方法 我在 Matlab 中实现了一个脚本,该脚本从跨越几个月的简单时间序列测量中提取这些参数。 我使用的测定方法是简单的图形法。 样本输出 样本威布尔概率密度函数: 参考 以下论文描述了几种威布尔分布参数确定方法: Akdag, SA 和 Dinler, A.,一种估算风能应用威布尔参数的新方法,能源转换和管理,50:7 1761–1766,2009 Seguro, JV 和 Lambert, TW, 用于风能分析的威布尔风速分布参数的现代估计,风工程与工业空气动力学杂志,85:1 75–84
2021-09-03 11:04:49 76KB MATLAB
1
微博文章《使用EXCEL快速实现二参数威布尔分布拟合》的EXCEL实现实列。 算法文章请访问下面链接。 https://blog.csdn.net/deecheanW/article/details/103595154
2021-08-18 13:43:40 28KB weibull 威布尔 拟合 最小二乘法
1
Anderson-Darling 检验(Anderson 和 Darling,1952 年)用于测试数据样本是否来自特定分布。 它是对Kolmogorov-Smirnov(KS)测试的改进,与KS测试相比,赋予尾巴更大的重量。 KS 测试是无分布的,因为临界值不依赖于被测试的特定分布。 Anderson-Darling 检验在计算临界值时使用特定分布。 这样做的优点是允许进行更灵敏的测试,缺点是必须为每个分布计算临界值。 Anderson-Darling 检验仅适用于少数特定分布。 测试计算如下: AD2 = 积分{[F_o(x)-F_t(x)]^2/[F_t(x)(1-F_t(x)0]}dF_t(x) AD2a = AD2*a 注意,对于给定的分布,可以将Anderson-Darling统计量乘以常数a(通常取决于样本大小n)。 这些常数在 Stephens (1974, 19
2021-08-08 17:22:35 4KB matlab
1
此脚本使用图形方法根据风速时间序列计算特定位置的威布尔分布参数。 有关更多详细信息,请参阅脚本。
2021-07-31 17:51:23 54KB matlab
1
Sheet1alternative:true是分布函数;false是密度函数统计变量形状参数特征寿命分布函数密度函数尺寸参数结果1结果2结果3结果4结果1结果2结果3结果4tB1B2B3B4Talte
2021-07-20 22:12:39 1.85MB 高中教育 高中学案
1