В связи с проблемой нехватки данных малых выборок в процессе многоэтапной итеративной разработки боеприпасов и недостаточным использованием исторической информации, что приводит к низкой точности оценки, предложен метод байесовской оценки, объединяющий характеристики роста множества партий. Метод основан на построении многоуровневой модели вероятности повреждений на основе двумерного нормального распределения точек попадания, введении ограничения монотонного увеличения характеристик боеприпасов, использовании сопряжённого нормального-обратного гамма априорного распределения для вывода совместного апостериорного распределения параметров нескольких партий, разработке ограниченного алгоритма выборки Гиббса для совместной оценки параметров разброса. Примерный анализ показывает, что при условии всего 10 выстрелов в каждой партии оценки параметров удовлетворяют ограничению порядка, а абсолютная ошибка основного параметра разброса составляет минимум 0.0080 м. Вероятность накопленных повреждений средней и выше степени в 3-й партии достигает 96.62%, вероятности повреждений всех уровней увеличиваются с партиями, что соответствует закону повышения характеристик, и может обеспечить надежную поддержку для итеративной разработки боеприпасов и оценки вероятности боевых повреждений.

Боеприпасы;многоэтапные эксперименты роста;байесовский вывод;ограничение порядка;многоуровневые повреждения