论文部分内容阅读
最大信息熵方法是基于概率分布评定测量不确度的主要方法之一。其所依赖的高阶矩需要较大样本的测量数据，而校准／检测实验室的测量一般为小样本，故用最大熵方法评定小样本测量不确定度缺乏一定的可靠性。提出了基于分位数函数和概率权重矩作为约束条件的最大信息熵不确定度评定法，把矩的计算从高次降为一次，并结合遗传算法求解概率分布，用Bootstrap分布估计扩展不确定度和包含区间，解决了由分位数区间估计分布不对称所致的复杂计算问题。