目录 1
序 1
前言 1
第1章 绪论 1
1.1 误差理论研究的进展及其特征 1
1.1.1 误差理论的地位与作用 1
1.1.2 误差理论的发展历程 2
1.1.3 误差理论的研究进展 3
1.1.5 现代误差理论的特征与基本问题 4
1.1.4 经典误差理论的特征及其问题 4
1.2 非统计原理的起源及其特征 6
1.2.1 非统计原理的起源 6
1.2.2 非统计原理的基本特征 6
1.3 非统计原理的应用 7
1.3.1 非统计原理的应用领域 7
1.3.2 非统计原理的应用特点 9
1.3.3 应用实例 10
1.4 本章小结 13
参考文献 13
2.1 测量不确定度的基本概念 15
2.1.1 概述 15
第2章 测量不确定度的非统计原理 15
2.1.2 测量不确定度的发展历史 16
2.1.3 测量不确定度的分类与基本术语 18
2.1.4 测量不确定度评定的国内外研究现状 19
2.2 测量不确定度的统计理论 20
2.2.1 A类评定方法 20
2.2.2 B类评定方法 20
2.2.3 合成标准不确定度的计算 21
2.2.4 扩展不确定度的计算 21
2.3.1 标准不确定度的灰色评定原理 22
2.3 测量不确定度的非统计原理 22
2.3.2 扩展不确定度的模糊评定原理 27
2.3.3 测量不确定度评定的信息熵原理 32
2.3.4 测量不确定度评定的贝叶斯原理 39
2.3.5 间接测量不确定度的神经网络评定原理 55
2.4 本章小结 59
参考文献 60
第3章 不确定度非统计原理的应用 62
3.1 不确定度评定的各种方法 62
3.1.1 标准不确定度的灰色评定方法 62
3.1.2 扩展不确定度的模糊评定方法 63
3.1.3 测量不确定度的信息熵评定方法 66
3.1.4 间接测量不确定度的神经网络评定方法 72
3.2.1 制造系统的非统计调整与误差预测 78
3.2 工程应用实例 78
3.2.2 轴承噪声的扩展不确定度 89
3.3 本章小结 93
参考文献 93
第4章 系统误差的非统计原理 95
4.1 概述 95
4.2 系统误差的灰色诊断原理 95
4.2.1 灰色诊断的基本原理 95
4.2.2 应用实例 96
4.3.1 模糊诊断的基础 98
4.2.3 有关问题的讨论 98
4.3 系统误差的模糊诊断原理 98
4.3.2 模糊诊断的基本原理 101
4.3.3 应用实例 105
4.4 本章小结 115
参考文献 115
第5章 粗大误差的非统计原理 117
5.1 概述 117
5.2 灰色判别原理 118
5.2.1 灰色判别的几何意义 118
5.2.3 应用实例 119
5.2.2 灰色判别准则 119
5.3.1 模糊判别准则 121
5.3 模糊判别原理 121
5.3.2 应用实例 122
5.3.3 判别误差的估计 124
5.4 信息熵判别原理 129
5.4.1 信息熵判别准则 129
5.4.2 应用实例 131
5.5 本章小结 131
参考文献 132
6.1.1 范数的基本概念 133
6.1.2 误差分离的范数原理 133
第6章 误差分离的非统计原理 133
6.1 误差分离的范数理论 133
6.1.3 应用实例 135
6.2 工程应用 141
6.2.1 谐波与圆度测量的误差分离 141
6.2.2 轴承表面谐波分布参数的估计 147
6.3 本章小结 150
参考文献 150
7.1.1 灰色关联度 152
第7章 相关性的非统计原理 152
7.1 相关性的灰色系统理论 152
7.1.2 绝对关联度 154
7.2 相关性的模糊集合理论 154
7.2.1 平均隶属度 155
7.2.2 距离 158
7.2.3 贴近度 158
7.3 应用实例Ⅰ——轴承振动与噪声关系的研究 160
7.3.1 轴承振动与噪声关系的统计分析 160
7.3.2 轴承振动与噪声关系的灰关联分析 177
7.4.1 实验数据 183
7.4 应用实例Ⅱ——加工质量与轴承振动的灰关联分析 183
7.4.2 灰关联分析 184
7.5 应用实例Ⅲ——两种结核菌素的皮肤浸润反应平均直径研究 186
7.5.1 实验数据 186
7.5.2 统计分析 187
7.5.3 绝对关联分析 187
7.5.4 灰关联分析 188
7.6 本章小结 190
参考文献 190
8.2.1 模糊判别的基础 192
8.2 系统稳定性的模糊判别原理 192
8.1 概述 192
第8章 系统稳定性的非统计原理 192
8.2.2 模糊判别的判据 193
8.3 实验研究 196
8.3.1 具有时间序列特征的系统 196
8.3.2 具有非时间序列特征的系统 207
8.4 本章小结 213
参考文献 213
9.1 最优方案的灰色选择原理 214
9.1.1 基本原理 214
第9章 最优方案的非统计原理 214
9.1.2 应用实例 215
9.2 最优方案的灰色统计评估原理 218
9.2.1 灰色评估的基本原理 218
9.2.2 应用实例 220
9.3 最优方案的模糊选择原理 224
9.3.1 最优方案的选择 224
9.3.2 应用实例 227
9.4 基于准理想解的最优解选择原理 228
9.4.1 最大贴近度法的原理与问题 228
9.4.2 基于准理想解的最优解评价方法 230
9.4.3 应用实例 231
9.5 本章小结 233
参考文献 233
第10章 假设检验的非统计原理 234
10.1 概述 234
10.1.1 假设检验理论的发展 234
10.1.2 统计假设检验与非统计假设检验的特点 235
10.2 参数的统计假设检验原理 236
10.2.1 检验假设均值 236
10.2.3 两个独立正态分布总体的假设检验 237
10.2.2 检验假设标准差 237
10.2.4 配对检验问题 238
10.3 参数的非统计假设检验原理 239
10.3.1 参数的模糊估计 240
10.3.2 检验假设均值 240
10.3.3 检验假设标准差 243
10.3.4 两个分布总体的假设检验 243
10.3.5 配对检验问题 246
10.4 应用实例 247
10.4.1 标准差未知时的均值检验 247
10.4.2 标准差已知时的均值检验 256
10.4.3 显著水平问题 259
10.4.4 检验假设标准差 262
10.4.5 两个分布的参数检验 264
10.4.6 配对样本检验 269
10.5 计算机仿真实例 277
10.5.1 均匀分布 277
10.5.2 三角分布 280
10.5.3 仿真实验 281
10.6 本章小结 285
参考文献 285
11.1.1 区间数的预处理 287
11.1 机械类应用实例 287
第11章 综合实验研究 287
11.1.2 均值与区间估计 288
11.1.3 关联性分析 292
11.1.4 系统稳定性的模糊集合理论研究 298
11.2 国防军事类应用实例 301
11.2.1 分布区间与理想值的估计 302
11.2.2 系统稳定性判断 303
11.3 本章小结 303
参考文献 303
结束语 304