基于RBF神经网络的Bootstrap数据扩充方法及其在IRSS可靠性估计中的应用

作者：汤少敏; 刘桂雄; 李小兵

来源：中国测试, 2022, 48(11): 22-26+53.

• 径向基神经网络
• Bootstrap法
• 工业机器人伺服系统
• 可靠性

针对高可靠性、长寿命产品可靠性试验数据样本较少难以进行有效可靠性评估问题，提出一种基于RBF神经网络的Bootstrap数据扩充方法，利用RBF神经网络获取原样本连续分布特性，邻域函数构建网络输入集。仿真表明，由该扩充方法获得的扩充样本分布特性更接近于其真实分布，并有效利用了原样本取值区间上、下限数据信息，拓展更宽的样本取值范围。将其应用于工业机器人伺服系统(IRSS)伪失效寿命分布可靠性评估中，扩充伪失效寿命数据，获得IRSS有效可靠性评估结果，表明方法的实际应用价值。

• 单位
  工业和信息化部; 华南理工大学