论文部分内容阅读
该文以信息熵理论、灰色系统理论、模糊集合理论、贝叶斯统计学理论及神经网络理论为基础,深入地研究了测量不确定度的非统计评定、测量数据粗大误差的非统计判别、测量不确定度的仿真与实验验证等问题,主要研究成果及创新点有:探讨了利用熵对测量不确定度进行评定的两种方法来解决实际测量实践中有一定数量的测量数据,但其分布未知的不确定度评定问题:1、直接根据测量数据样本的信息熵来估计测量结果的扩展不确定度;2、利用最大熵方法,确定测量数据样本的概率分布.由此概率分布求得测量结果的估计及标准不确定度、扩展不确定度、给定包含概率下的包含因子等.