小样本数据处理的加速寿命预测方法

作者：佐磊; 胡小敏; 何怡刚; 孙洪凯; 李兵

来源：电子测量与仪器学报, 2020, 34(11): 26-32.

DOI：10.13382/j.jemi.B2003062

• 小样本失效数据
• 数据处理
• Bayes Bootstrap&k-means
• 寿命预测

Bayes Bootstrap法在小样本预测领域应用成熟广泛,但由于其随机产生的自助样本中存在不利于预测精度的野值点造成预测偏差较大,针对此不足,提出Bayes Bootstrap&k-means方法。在拥有小样本失效数据情况下,首先采用Bayes Bootstrap法产生自助样本对原有寿命数据进行容量扩充,再采用k-means方法对其进行数据聚类分析,尽可能去除野值点,筛选出更加符合预测规律的数据点。最后以多芯片组件互连结构双应力加速寿命进行预测为例计算验证了该方法相比仅采用Bayes Bootstrap法,预测精度提高了约81.44%,有一定的工程意义。

• 单位
  合肥工业大学; 自动化学院; 武汉大学