滨田桂子编著的《贝叶斯可靠性》共10章，第1章对基本的可靠性理论进行介绍；第2章介绍了贝叶斯理论的初步知识；第3章讨论了基于马尔科夫链蒙特卡洛仿真方法的贝叶斯模型求解；第4章主要介绍基于贝叶斯理论的零部件级的可靠性数据分析方法；第5章进一步介绍了系统级的可靠性分析方法；第6章重点讨论了可修系统的贝叶斯可靠性模型；第7章介绍了可靠性理论中常用的回归模型的贝叶斯估计方法；第8章将贝叶斯方法推广到了退化数据的处理中；第9章讨论了可靠性试验的优化设计问题；第10章针对常见的寿命分布，给出了可靠性验证试验方案的设计方法。

滨田桂子编著的《贝叶斯可靠性》主要讨论利用贝叶斯理论处理可靠性问题的方法，主要内容包括：统计学与贝叶斯理论的基础知识，利用贝叶斯理论分析零部件可靠性数据、系统可靠性数据的方法、可修系统的可靠性分析、利用退化数据进行可靠性分析以及可靠性试验方案设计等。在模型求解方法上，本书重点介绍了基于数值模拟的计算方法，解决了传统贝叶斯理论模型求解困难的问题，极大地拓展了所介绍方法的工程应用范围。同时，全书包含了超过70个案例和160余道习题，具有很强的工程参考价值和教学研究价值。

《贝叶斯可靠性》主要面向从事可靠性研究的工程技术人员、科研人员、项目管理者，也可作为可靠性工程、统计学等学科的教师和研究生的教学参考资料。

第1章 基本概念

 1.1 可靠性的定义

 1.2 基础知识

 1.3 常见的可靠性数据类型

1.3.1 成败型数据

1.3.2 计数型数据

1.3.3 寿命数据

1.3.4 退化数据

 1.4 截尾数据

 1.5 贝叶斯可靠性分析

 1.6 相关的阅读材料

 习题

第2章 贝叶斯推断

 2.1 基本概念

2.1.1 极大似然估计

2.1.2 点估计和区间估计

 2.2 贝叶斯推断基础

2.2.1 先验分布

2.2.2 观测数据对先验分布的更新

 2.3 预测

 2.4 数据的边沿分布与贝叶斯因子

 2.5 案例：对数正态分布

 2.6 关于先验分布的进一步讨论

2.6.1 无信息先验分布与扩散先验分布

2.6.2 共轭先验分布

2.6.3 有信息先验分布

 2.7 相关的阅读材料

 习题

第3章 更为复杂的贝叶斯模型及其求解方法

 3.1 马尔可夫链蒙特卡罗方法(MCMC)

3.1.1 Metropolis—Hastings算法

3.1.2 Gibbs抽样

3.1.3 收敛性分析

 3.2 贝叶斯层次模型

3.2.1 层次模型参数的MCMC估计

3.2.2 运载火箭的案例分析

 3.3 经验贝叶斯方法

 3.4 拟合优度检验

 3.5 相关的阅读材料

 习题

第4章 零部件可靠性模型

 4.1 引言

 4.2 离散故障数据的可靠性模型

4.2.1 成败型数据

4.2.2 计数型数据

 4.3 故障时间数据模型

4.3.1 指数分布

4.3.2 WeibuH分布

4.3.3 对数正态分布

4.3.4 Gamma分布

4.3.5 逆Gaussian分布

4.3.6 正态分布

 4.4 截尾数据

 4.5 贝叶斯层次模型的应用

 4.6 模型选择

4.6.1 贝叶斯信息准则

4.6.2 偏差信息准则

4.6.3 Akaike信息准则

 4.7 相关的阅读材料

 习题

第5章 系统可靠性模型

 5.1 系统结构

5.1.1 可靠性框图

5.1.2 结构函数

5.1.3 最小路集和最小割集

5.1.4 故障树

 5.2 系统可靠性分析

5.2.1 系统可靠度的计算方法

5.2.2 常用的先验分布

5.2.3 成败型数据的故障树模型

5.2.4 寿命数据的故障树模型

5.2.5 贝叶斯网络模型

5.2.6 相关性模型

 5.3 相关的阅读材料

 习题

第6章 可修系统的可靠性模型

 6.1 引言

6.1.1 数据类型

6.1.2 系统维修的效果

 6.2 更新过程

 6.3 Poisson过程

6.3.1 齐次Poisson过程(HPPs)

 6.4 非齐次Poisson过程(NHPPs)

6.4.1 幂律过程(PLPs)

6.4.2 对数线性过程

 6.5 其他模型

6.5.1 修正幂律过程(MPLPs)

6.5.2 分段指数模型(PEXP)

 6.6 拟合优度与模型选择

 6.7 当前的可靠度和其他性能指标

6.7.1 当前可靠度

6.7.2 其他性能指标

 6.8 多单元系统与层次模型

 6.9 可用性

6.9.1 其他数据类型的可用性

6.9.2 复杂系统的可用性

 6.10 相关的阅读材料

 习题

第7章 可靠性中的回归模型

 7.1 引言

7.1.1 协变量类型

7.1.2 协变量关系

 7.2 成败型数据的Logistic回归模型

 7.3 计数型数据的Poisson回归模型

 7.4 寿命数据的回归模型

 7.5 模型选择

 7.6 残差分析

 7.7 加速试验

 7.8 可靠性增长试验

 7.9 回归模型的其他应用

 7.10 相关的阅读材料

 习题

第8章 退化模型

 8.1 引言

 8.2 较为复杂的退化模型

 8.3 退化模型的诊断

 8.4 协变量模型

8.4.1 加速退化试验

8.4.2 通过试验设计实现可靠性增长

 8.5 破坏性退化数据

 8.6 基于随机过程的退化模型

 8.7 相关的阅读材料

 习题

第9章 可靠性试验方案的优化设计

 9.1 引言

 9.2 试验方案确定的原则及优化

9.2.1 试验方案的优化

9.2.2 基于仿真的优化方法的实现

 9.3 二项型数据的试验方案

 9.4 寿命型数据的试验方案

 9.5 加速试验的试验方案

 9.6 退化试验的试验方案

 9.7 系统可靠性试验方案

 9.8 相关的阅读材料

 习题

第10章 可靠性保证试验

 10.1 引言

10.1.1 经典风险准则

10.1.2 平均风险准则

10.1.3 后验风险准则

 10.2 二项试验

10.2.1 双方风险

10.2.2 混合风险准则

 10.3 Poisson试验

 10.4 Weibull试验

10.4.1 单Weibull总体试验

10.4.2 混合Weibull总体加速保证试验

 10.5 相关的阅读材料

 习题

附录

 附录A 简称和缩略语

 附录B 常见的概率分布函数

参考文献

内容简介