Hits:

Indexed by:期刊论文

Date of Publication:2018-01-01

Journal:应用数学和力学

Included Journals:CSCD

Volume:39

Issue:4

Page Number:415-423

ISSN No.:1000-0887

Key Words:广义Pareto分布;最小二乘拟合;分位点;Kriging模型

Abstract:广义Pareto分布函数(GPD,generalized Pareto distribution)是一种针对随机参数尾部进行渐进插值的方法,能够对高可靠性问题进行评估.应用该函数进行随机参数尾部近似时,需要对函数中的两个重要未知参数进行拟合确定.最常用的拟合方法是最大似然拟合和最小二乘拟合,需要将所有的尾部样本进行计算;需要大量尾部样本,计算效率低.该文提出依据少量的分位点进行最小二乘拟合,既保证了尾部样本空间足够大,同时又降低了计算成本;进一步提出了Kriging模型的两阶段更新,实现了分位点求解的快速收敛.算例表明,该文提出的方法能够快速提高模型精度,求得指定的分位点,而且与基于大量尾部样本的最大似然拟合结果精度一致.