- 文献综述（或调研报告）：
威布尔分布是以瑞典工程师Waloddi Weibull的名字命名的。1951年，W. Wibull在分析材料的强度时，从实际经验中推导出威布尔分布形式[1]。其概率密度分布函数主要包括三个参数：位置参数gamma;、形状参数beta;及尺度参数eta;。此后，威布尔分布作为一种预测模型被广泛应用于各种工程领域中。在风能资源的利用中，威布尔分布模型能比较好地拟合风速的分布，因此在工程中被广泛应用[2]；李强[3]等使用威布尔分布模型对江苏及邻区地震发生概率进行了预测；沈瑞豹[4]使用了威布尔分布模型建立交通仿真系统；周英彪[5]等利用威布尔分布模型对球磨机的缺陷数据进行拟合分析，得到了参数估计值，并对球磨机部件的故障类型进行了判断；陈豫龙[6]等通过对核电站设备的可靠性数据进行分析，求得了威布尔分布的三参数估计值等。
在威布尔模型被广泛使用的情况下，对威布尔模型参数的拟合估计方法也有不断的研究。威布尔分布模型参数的统计方法可以分为图解法和解析法两大类，本课题主要针对解析法进行研究。在已有文献中，傅惠民[7]等通过使用相关系数优化法，利用某材料疲劳寿命的数据，求得威布尔分布模型的三个参数；胡恩平[8]等列举了三参数威布尔分布常用的几种参数估计方法及其推导过程与公式，包括极大似然估计法、贝叶斯统计分析、相关系数优化法以及矩法，并得出一般情况下，极大似然估计法精度最高的结论；严晓东[9]等通过使用算例计算，比较了极大似然法、双线性回归法、概率权重矩法、相关系数优化法及灰色估计法的计算原理与结果，得出样本数量很少时，灰色估计法仍有较高精度；方华元[10]等基于极大似然的原理和优化模型求解的特点，将遗传算法用在威布尔分布模型的参数估计中，并利用导弹某部件的寿命试验数据进行了验证。赵冰峰[11]等对相关系数法进行了改进，简化了计算量，并提出了曲线拟合法；史景钊[12]等根据极大似然估计法提出了一种求解的新算法，将求解非线性方程组的问题转变为求解满足约束条件的最优化问题，简化了计算；姜海燕[13]等通过支持向量机的方法对滚动轴承振动信号所建立的威布尔分布模型参数进行了故障诊断与识别；王晖[14]等使用蚁群算法来估计威布尔分布模型的参数，并与粒子群算法进行了比较，得出蚁群算法在二参数威布尔分布的参数极大似然估计中表现更好；许伟[15]等使用了基于混沌模拟退火粒子群优化方法对威布尔分布模型的参数进行了估计，将这一方法用在了轴承转子可靠度的估计中，同其他方法相比精度得到了提高。
参考文献：
[1] Weibull W. A statistical distribution function of wide applicability[J]. Journal of Applied Microelectronics Reliability, 1951, 28(4): 613-617.
[2] 李慧,孙宏斌,张芳. 风电场风速分布模型研究综述[J]. 电工电能新技术, 2014,33 (8): 62-66.
[3] 李强,徐桂明. 中强地震时间间隔威布尔分布的预报应用[J]. 山西地震, 2002,(4): 22-23.
[4] 沈瑞豹. 交通仿真系统中随机行为的建模与实现[D]. 上海: 华东师范大学, 2019.
[5] 周英彪,段权鹏,范杜平. 利用威布尔分布模型对球磨机可靠性分析[J]. 热能动力工程, 2009, 24(1): 95-99.
[6] 陈豫龙,陈晓明,赵炳全. 威布尔分布在核电站可靠性数据库中的应用[J]. 原子能科学技术, 2003, 37(4): 349-352.
[7] 傅惠民,高镇同. 确定威布尔分布三参数的相关系数优化法[J]. 航空学报, 1990, 11(7): 323-327.
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
