近日，我校统计与数学学院朱铁锋教师作为独立作者的研究成果“Reliability estimation for the multicomponent stress-strength model based on objective Bayesian method”在统计学与可靠性工程交叉研究领域具有国际影响力的权威期刊《Reliability Engineering and System Safety》上发表。该期刊被Science Citation Index Expanded（SCIE）收录，为中科院一区Top期刊，影响因子为13.7，属于我校核心期刊目录B类期刊。该研究得到内蒙古自治区直属高校基本科研业务费（NCYWT23026）等项目的资助和支持。

在可靠性工程中，多部件应力-强度模型广泛用于描述由多个强度部件共同承受随机应力的系统可靠性，是k-out-of-n: G系统可靠性评估的重要工具，在航空航天、电子系统、通信系统和工业工程等领域具有广泛应用。然而，现有研究大多假设应力与强度服从同一分布族，并主要采用极大似然估计进行推断。这一假设在实际工程中往往缺乏物理依据，且在小样本条件下容易出现估计偏差较大、区间覆盖率不足等问题；而主观贝叶斯方法又依赖先验信息，在新系统或新失效模式下难以应用。基于此，该研究在应力与强度服从不同分布（Unit-Weibull与Unit-Gamma）的设定下，构建了多部件应力-强度模型的客观贝叶斯推断框架。研究推导了Jeffreys先验和两类参考先验，证明了后验分布的恰当性，并设计了Gibbs抽样算法，对模型参数和系统可靠度进行估计。

研究发现，在小样本情形下，所提出的客观贝叶斯方法在估计偏差、方差、区间长度和覆盖概率等方面总体优于极大似然估计，能够有效缓解小样本可靠性推断中的精度不足问题。研究进一步表明，基于参考先验的客观贝叶斯估计结合百分位Bootstrap区间表现尤为稳健，在高可靠性系统评估中具有更好的覆盖概率和区间精度。最后，该研究以黄麻纤维断裂强度数据为例，验证了所提模型和方法在真实工程中的适用性和有效性。

该研究突破了传统多部件应力-强度模型对同分布假设的依赖，为小样本、无先验信息条件下的系统可靠性评估提供了新的理论工具和实践路径，对推动统计学、可靠性统计推断理论方法发展具有重要意义。

（文/蔡富娟 初审/李文龙 审核/朱吉勒 于剑英 责编/李晓庆）