目前我国维修性试验与评定的方法仅仅局限于按照国军标的方法确定现场试验样本量和判决规则，依据所需的试验样本量进行现场试验，根据观测结果进行维修性验证，来确定武器装备的维修性是否达到合同规定的要求，进而确定是否接受该批装备。由于现代武器装备系统复杂，试验费用昂贵，且试验周期长，因而现场试验的次数往往比较少，而国军标中的方法需要较多的试验样本量，使其在实际工程中难以应用。 近年来，由于仿真技术、系统建模技术以及模型的校核、验证和确认(VV&A)技术的发展，对武器装备维修性的评定，可以从多角度、多途径进行试验。同时，在现场试验之前，有大量的信息可以利用，如武器装备的研制中的历史信息、研制过程各子系统的试验信息、在不同研制阶段、不同条件下的试验信息、仿真信息以及专家信息等等。合理地使用这些信息，将能起到事半功倍的效果。 本文从工程的角度出发，并以“XX导弹武器系统维修性试验与评定”课题为背景，对GJB2072-94-1-A方法作了改进。并根据Bayes理论的基本思想，结合具体问题，讨论了基于Bayes理论的平均修复时间验证方法。就其中的总体分布的确定、多源验前信息融合问题、验前信息与现场信息的一致性问题以及验前分布的稳健性进行了研究。该方法在相同风险下只需少量的现场试验就可以进行维修性验证，从而减少试验成本，缩短试验周期。目前该方法已应用于“XX导弹武器系统维修性试验与评定”实施方案中。 本文的最后，针对“XX导弹武器系统”进行了维修性验证，并对验证结果进行了分析。