一种基于修正幂先验贝叶斯的等效样本量计算方法
本申请属于试验设计与数据分析,具体涉及一种基于修正幂先验贝叶斯的等效样本量计算方法。
背景技术:
1、在试验设计与系统评估技术领域,试验样本量的确定构成方案规划的核心环节。现实工程环境下的试验系统普遍受到多种误差源影响,系统可信度通常无法达到理想状态,实际数值往往小于1。当试验系统存在可信度损失时,来源于历史测试或仿真模拟的数据在总体评估体系中的信息价值难以准确折算为标准样本量。当前工程实践中,针对可信度非理想状态的试验系统,尚未建立完善的样本量定量折算机制,导致试验方案设计存在资源分配不合理或统计推断精度不足的隐患。因此,在综合考虑试验系统可信度影响的情况下,现有技术尚缺乏合理的试验样本量计算方法。
技术实现思路
1、本申请旨在提供一种基于修正幂先验贝叶斯的等效样本量计算方法,以期将系统可信度的影响有效转化为样本量影响,实现非理想可信度条件下试验样本量的定量评估,为试验方案设计与资源分配提供更准确的统计依据。
2、为了实现上述技术目的,本申请具体通过以下技术方案实现:
3、在本申请的一方面,提供一种基于修正幂先验贝叶斯的等效样本量计算方法,用于内外场试验系统的外场试验样本量配置,所述内外场试验系统包括仿真系统和外场试验系统,包括以下步骤:
4、步骤s1:获取所述内外场试验系统的历史数据与当前数据,所述历史数据为所述仿真系统运行仿真模型输出的落点偏差仿真数据,所述当前数据为所述外场试验系统实测获得的落点偏差实测数据;确定评估参数与所述外场试验的落点偏差参数,根据所述历史数据下所述评估参数的似然函数与所述评估参数的先验分布,构建所述评估参数的幂先验;
5、步骤s2:对所述仿真系统进行可信度标定,得到所述内外场试验系统的可信度,采用可信度替换幂先验中的幂指数,确定可信度与幂指数之间的映射关联关系;
6、步骤s3:构建包含可信度的幂先验的试验效应指标,其中,根据无信息先验和试验数据计算得到评估参数的后验方差,并结合可信度构建试验效应指标;
7、步骤s4:基于试验效应指标等效原则,确立所述试验效应指标与等效样本量之间的关联关系,计算未修正的等效样本量;
8、步骤s5:引入修正参数,对步骤s4得到的未修正的等效样本量进行修正,计算得到最终的等效样本量,将所述内外场试验系统的可信度的影响转换为对样本量的影响;
9、步骤s6:根据最终等效样本量配置所述外场试验系统的外场试验的样本量,或根据最终等效样本量调整所述仿真系统的模型校准策略,使所述外场试验的样本量不小于对最终等效样本量向上取整得到的整数值;所述外场试验系统按照所配置的样本量执行所述外场试验并实测获得所述落点偏差实测数据。
10、在一个实施方式,步骤s1中,评估参数的幂先验定义为:
11、
12、其中,表示待评估参数,表示历史数据,表示给定的幂指数,且,表示评估参数基于历史数据的先验分布,表示先验分布的初始超参数,表示在历史数据下估计参数的似然函数。
13、在一个实施方式,步骤s2中,可信度的取值范围为,可信度通过将仿真系统输出的落点偏差数据与外场实验系统实测的落点偏差数据进行对比标定获得;采用可信度直接替换幂指数作为幂先验的指数项。
14、在一个实施方式,步骤s3中,试验效应指标的计算公式为:
15、
16、其中,表示由无信息先验和试验数据得到的评估参数的后验方差,试验效应指标满足以下特性:试验效应指标与试验样本量、可信度均成正比;在一定的可信度下,试验效应指标随试验样本量的增大趋于一个有限值;在试验样本量一定的条件下,可信度越高,试验效应指标值越大。
17、在一个实施方式,步骤s4中,设定测试数据服从独立同分布的正态分布,根据等效样本量的定义,令未引入修正参数时的等效样本量为,基于试验效应指标等效原则得到:
18、
19、其中,,;为历史数据标准差;为等效数据标准差;表示与历史数据等效的等效样本数据,对应的样本量为;为原始样本量,且;
20、未修正的等效样本量计算公式为:
21、。
22、在一个实施方式,步骤s5中,引入修正参数后,得到修正后的等效样本量计算公式为:
23、
24、其中,修正参数用于修正未修正的等效样本量数值偏离工程实际信息价值的问题,当可信度为1时,等效样本量等于原始样本量。
25、在一个实施方式,修正参数根据仿真系统的历史标定数据确定,修正参数的取值通过将所述历史标定数据与修正后的等效样本量进行对比标定获取。
26、在一个实施方式,根据修正后的等效样本量计算公式反推,得到根据期望等效样本量计算所需原始样本量的公式为:
27、。
28、在一个实施方式,计算得到修正后的等效样本量后,对等效样本量的计算结果进行向上取整处理,获取整数形式的等效样本量作为工程应用中的样本量,并根据整数形式的等效样本量配置所述外场试验系统的外场试验次数。
29、本申请方法应用于内外场试验设计方法领域,用于根据给定的试验系统可信度进行等效样本量的定量分析,为试验方案设计和资源分配提供定量决策依据。
30、本申请的有益效果在于:
31、1)将试验系统可信度的影响转换为对样本量的影响,在系统可信度小于1的条件下,通过建立可信度与幂指数的关联关系并引入修正参数,获得实际样本量与等效样本量之间的关联关系,克服了现有技术缺乏综合考虑系统可信度时试验样本量计算方法的缺陷。
32、2)构建包含可信度的试验效应指标,试验效应指标与试验样本量、可信度均成正比,在可信度固定时随试验样本量增大趋于有限值,在试验样本量固定时随可信度提高而增大,避免了直接采用可信度作为幂指数时,等效样本量随仿真数据样本量增加而无限增长的问题,促使计算结果符合工程实际。
33、3)依据期望等效样本量反算所需原始样本量,为试验方案设计与资源分配提供定量决策依据,修正公式保障了可信度为1时,等效样本量等于原始样本量,维持了计算逻辑的自洽性。
1.一种基于修正幂先验贝叶斯的等效样本量计算方法,用于内外场试验系统的外场试验样本量配置,所述内外场试验系统包括仿真系统和外场试验系统,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于修正幂先验贝叶斯的等效样本量计算方法,其特征在于,步骤s1中,评估参数的幂先验定义为:
3.根据权利要求1所述的一种基于修正幂先验贝叶斯的等效样本量计算方法,其特征在于,步骤s2中,可信度的取值范围为,可信度通过将仿真系统输出的落点偏差数据与外场实验系统实测的落点偏差数据进行对比标定获得;采用可信度直接替换幂指数作为幂先验的指数项。
4.根据权利要求1所述的一种基于修正幂先验贝叶斯的等效样本量计算方法,其特征在于,步骤s3中,试验效应指标的计算公式为:
5.根据权利要求1所述的一种基于修正幂先验贝叶斯的等效样本量计算方法,其特征在于,步骤s4中,设定测试数据服从独立同分布的正态分布,根据等效样本量的定义,令未引入修正参数时的等效样本量为,基于试验效应指标等效原则得到:
6.根据权利要求5所述的一种基于修正幂先验贝叶斯的等效样本量计算方法,其特征在于,步骤s5中,引入修正参数后,得到修正后的等效样本量计算公式为:
7.根据权利要求6所述的一种基于修正幂先验贝叶斯的等效样本量计算方法,其特征在于,修正参数根据仿真系统的历史标定数据确定,修正参数的取值通过将所述历史标定数据与修正后的等效样本量进行对比标定获取。
8.根据权利要求6所述的一种基于修正幂先验贝叶斯的等效样本量计算方法,其特征在于,根据修正后的等效样本量计算公式反推,得到根据期望等效样本量计算所需原始样本量的公式为:
9.根据权利要求6所述的一种基于修正幂先验贝叶斯的等效样本量计算方法,其特征在于,计算得到修正后的等效样本量后,对等效样本量的计算结果进行向上取整处理,获取整数形式的等效样本量作为工程应用中的样本量,并根据整数形式的等效样本量配置所述外场试验系统的外场试验次数。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com