{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部分”：[[2022,3,29]]，“日期-时间”：“2022-03-29T15:38:33Z”，“时间戳”：1648568313583}，“引用-计数”：0，“发布者”：“考纳斯理工大学（KTU）”，“问题”：“4”，“内容域”：{“域”：[]，“交叉标记限制”：false}，短集装箱运输”：[“ITC”]，“摘要”：“提出了两种可供选择的贝叶斯方法，用于预测这些安全壳结构意外爆炸（爆炸）引发的压力容器碎片。本文展示了如何利用过去爆炸事故后计算的碎片数量的尸检数据进行预测。预测结果是对单个碎片数量概率的估计。这些估计是通过贝叶斯先验分布或后验分布来表示的。本文演示了如何从相对稀少的血管碎片事后数据中得出先验分布。具体而言，建议使用两种贝叶斯模型（称为复合泊松-伽马和多项式-密歇根概率分布）来开发先验。可用数据用于指定泊松参数的非信息先验，该参数随后转换为单个碎片数概率的先验。或者，将数据应用于Dirichlet浓度参数规范。后者直接表示片段数概率的认知不确定性。研究中的示例计算表明，建议的非信息性先验分布对船只爆炸数据稀少的更新是有响应的。结果表明，泊松-伽马模型和多项式-密里克勒模型指定的先验值存在明显差异；然而，这种差异随着新数据量的增加而减小。为了简洁和具体，研究仅限于火灾引发的容器爆炸，即沸腾液体膨胀蒸汽爆炸（BLEVEs）<\/jats:p>“，”DOI“：”10.5755\/j01.itc.50.429690“，”type“：”journal-article“，”created“：{”date-parts“：[2021,12,16]]，”date-time“：”2021-12-16T11:09:53Z“，”timestamp“：1639652993000}，”page“：5“，”卷“：”50“，”作者“：[{”给定“：”Egidijus Rytas“，”family“：”Vaidogas“，“sequence”：“first”，“affiliation”：[]}]，“member”：“3786”，“published-online”：{“date-parts”：[2021,12,16]]}，“container-title”：[“Information Technology and Control”]，“original-title“：[]，“link”：[{“URL”：“https:\/\/itc.ktu.lt\/index.php\/itc\/article\/download\/29690\/151 98“，”内容类型“：”应用程序\/pdf“，”content-version“：”vor“，”intended-application“：”text-mining“}，{“URL”：“https:\/\/itc.ktu.lt\/index.php\/itc\/article\/download\/29690\/15198”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2021,12,16]]，“date-time”：”2021-16T11:09:54Z“，“时间戳”：1639652994000}，“score”：1，“resource”：｛“primary”：｛“URL”：“https:\/\/itc.ktu.lt\/index.php \/itc\/article\/view\/29690”｝｝，“副标题”：[]，“短标题”：[]，“已发布”：｛“日期部分”：[[2021,12,16]]｝，“引用次数”：0，“期刊发布”：｛“问题”：“4”，“在线发布”：｛“日期部分”：[[2021,12,16]]｝｝，“URL”：“http:\/\/dx.doi.org/10.5755\/j01.itc.50.4.29690“，”关系“：｛｝，”ISSN“：[”2335-884X“，”1392-124X“]，”ISSN-type“：[{”value“：”2335884X“，“type”：“electronic”}，{”value“：”1392-124“，”type“:”print“}]，“subject”：[]，“published”：{“date-parts”：[2021,12,16]]}}}}