基于可能性和证据理论的机械系统可靠性分析和设计优化

以发动机等典型复杂产品可靠性综合评估和故障检测为主要应用背景，针对常规概率（随机）可靠性方法的局限性，建立数据不足或信息不完善条件下的复杂机械系统可靠性设计的新理论与新方法。结合经济学的效用理论、信息学的熵原理、决策学的赋权方法、应用数学的最优化原理和人工智能等领域的数据融合技术，引入模糊设计思想，考虑统计数据不足时可靠性信息中包含的不确定性，采用可能性测度和证据理论来描述和刻画失效行为，建立典型系统的能度可靠性模型，提出从测度论和集合论二维拓展角度建立模糊信息熵进行不确定程度和敏感性分析的新方法，研究可能性分布的构造等关键问题。根据可能性理论与D-S证据理论的相互联系，结合可靠性评估的特点和信息融合技术的优势，研究证据推理方法在可靠性分析和设计优化中的应用。该项目对完善可靠性理论和大型复杂机械系统的可靠性分析和设计优化具有重要意义。