根据软土地基的物理力学性质,普遍认为其沉降过程近似为反"S"形曲线。为了研究软土地基沉降过程以及预测最终的沉降量,本文运用这一结论,综合考虑了软土地基沉降的阶段性发展与生物成长模型的数学性质,选用了适应性较高的Weibull成长曲线模型,利用遗传算法在处理岩土类多参数以及非线性问题上的独特优势,通过对3个不同地区具有代表性的软土地基所选工程实例的沉降观测数据进行拟合。结果表明:软土地基经过加载后其沉降发展一般会经历一个类似于生物成长规律的发生、发展、逐步稳定的三个阶段,且反"S"形的成长模型能够反映其沉降的阶段性;采用Weibull模型能够根据反弯点的位置来判断对应时刻所处的沉降阶段,有利于控制施工以及加载过程;运用遗传算法能够很好地解决非线性岩土工程反分析问题,以残差平方和作为目标函数,根据残差值分析可知,用遗传算法得到的Weibull软土地基沉降模型具有较高的精度。

该代码，不是调用Matlab函数，而是直接从PDF,CDF的定义出发，是写韦尔分布的图形。可以用于研究查数对图形的影响。

在Weibul分布场合,排除形状参数与加速应力无关的限制,进行步加应力寿命试验的统计分析,给出正常应力水平下寿命分布参数及变异系数估计.

威布尔分布函数对大阪城数据进行风速拟合，获得拟合曲线，一年数据，风速仿真带曲线

针对单参数CFAR检测器在Weibull杂波下需事先估计杂波的形状参数，而双参数CFAR检测器如 Log-t CFAR等则存在虚警损失较大的问题，基于有序统计(OS)CFAR检测器，结合反馈控制理论，提出了一种适用于Weibull杂波模型的双参数CFAR检测器，理论分析与仿真表明，该检测器无论在均匀背景还是非均匀背景下都具有较好的检测性能．

基于Weibull比例风险模型的面向大操作数据的健康诊断的多状态制造系统

威布尔分布 Matlab的

威布尔 威布尔分布。 安装 $ npm install distributions-weibull 要在浏览器中使用，请使用 。 用法 var createDist = require ( 'distributions-weibull' ) ; 要创建威布尔分布， var dist = createDist ( ) ; 构造函数使用两个输入参数lambda和k ，这是Weibull分布的shape和scale参数。 默认情况下，将创建lambda = 1和k = 1的分布。 该发行版是可配置的，并具有以下方法... dist.support（） 返回分布支持，它是区间(0,∞)中的所有数字。 var support = dist . support ( ) ; // returns [ 0,+Infinity ] dist.lambda（[value]） 此方法是设

matlab开发-与Weibull-based危险品率合作的危险品管理局。基于威布尔基风险率的Cox比例风险模型

DeDAY（人口统计学数据分析）是一种分析人口统计学数据的工具。 它支持Gompertz，Weibull和Logistic发行。 DeDay还支持基于这些分布的混合死亡率模型，例如Gompertz-Makeham分布。 诸如Gompertz之类的分布仅描述了与年龄相关的死亡率，该死亡率随时间增加。 混合死亡率模型（例如Gompertz-Makeham分布中的模型）考虑了更为普遍的情况，其中死亡率包括年龄依赖性和非依赖性死亡率。 混合模型将死亡率分为外源性和内源性成分，因此可以估算固有生存率，而不受外部噪声的干扰。 DeDAY支持间隔检查的数据和确切的事件时间数据。 使用MLE（最大似然估计），DeDAY使统计模型适合数据。 DeDAY还计算模型参数的方差和多维置信度极限。 DeDAY对学术用户免费。