NeyerD-最优化法在引信解除保险距离试验中的模拟研究(4)

菜单

1.5.2 升降法

升降法的应用领域非常广，除了在引信解除保险距离试验中有应用，在火炸药学、生物学和医药学等领域也广泛应用。这种方法最早与20世纪20年代见于美国在Bruceton的一个炸药研究实验所。

选择激励间隔，越接近标准偏差，升降法的估计效率就越好。一般估值需要在标准偏差0.5倍到2倍范围内。采用在有不同响应的混合结果区内至少有十次变换或至进行15发试验，除非试验计划中另有说明。选择试验上、下限，使得在下限无响应，上限全响应。第一次激励水平为上下限的均值。后续激励值的升降，取决于上一次试验结果是响应与否，如果响应则减小激励值;不响应则增加激励值。

升降法计算比其他方法的计算简单得多，且能够手算，也能够用计算机程序。试验发数一般少于概率法，但多于兰利法和一次变换响应。因为激励水平主要集中在均值附近，对概率分布两端的估计非常差。

1.5.3 兰利法

兰利法，于1962年由兰利提出，可以看做是变步长的序贯试验方法。它的试验程序中规定了一种按当前的响应与否的试验结果，联系从试验开始至当前所获得的数据，确定下一个试验用刺激量的规则。

选择上、下限试验极限，使得下限无响应，上限全响应。分别称这两个激励值为L和U。选择一个停止规则。建议至少进行20发试验，或者经过混合区间5次响应。第一次试验在U和L的平均值处进行。第i+1个激励值等于第i个激励与这样一个激励值的平均值，从第i次试验反向统计响应结果，出现相同数目响应和不响应时的激励。如果这种情况不存在，则作为近似，可采用第K激励值与U或L的均值，如果第i个结果响应，采用L;否则，采用U。

兰利法最初用于50%响应概率的激励水平点的估计，兰利法试验通常假定感度分布为正态分布。这种方法受初始估值的影响较小，但是兰利法对方差的估计系统地偏低，从而导致引信解除保险距离上限系统地偏小，下限系统地偏大，使试验结果偏于乐观，为了降低方差估计误差，引入了偏量修正系数。

1.5.4 一次变换响应（OSTR）法

OSTR法适用于通常用于火工品及火炸药试验，也适宜确定引信解除保险距离试验。OSTR法是序贯试验成组升降法中变换响应思想，同兰利法的升降规则相结合的产物。

选择上、下试验极限，确保在下限无响应，上限全响应。分别称这两个激励为L和U。选择要估计的百分率点，根据GJB573A查表，查找在一个激励水平下需进行的最大试验数。具体激励值上对应的试验数取决于被估计的百分数大小。百分数越小，精度越高，试验次数就越高。确立增加或降低激励水平的规则，选择一个停止规则。应当采用在有不同响应的混合结果区内有五次响应变换或至少有10个激励水平。第一次激励水平为(L+U)/2，升降规则与兰利法类似。

适用于估计响应分布曲线下限端的特性，所需的试验发数通常多于兰利法和勃罗西登法;一个激励值上进行一次或多次试验。如果在每一个激励上只进行一次试验，那么本试验就变成它的特例兰利法。这种试验方法相对其他试验方法比较复杂。

1.6 Neyer D-最优化法

Neyer D-法的前身是Neyer法。Neyer法是由Barry T. Neyer在1989年提出的一种感度试验方法。他又在D最优化理论的基础上，提出了Neyer D-最优化法[7,8,9]。1994年Neyer把NeyerD-最优化法的参数估计效率与升降法、兰利法和概率单位法等传统的敏感性试验方法做了对比模拟[10]，认为在不同的试验方案下，NeyerD-最优化法能够得到比其他试验更好的标准差的估计；当参数的初始估计值接近真值时，该方法确定期望的效果比其他方法差一些;但是当参数的初始估计和真值相差很大时，该方法比其他方法更有效。