شهرام یعقوب زاده شهرستانی
-
در این مقاله سیستم صف بندی با ظرفیت متناهی M∕M∕m∕K به ازاء m≥2 در نظر گرفته شده که در آن K ظرفیت سامانه و m تعداد خدمت دهنده ها است. ابتدا تابعی به نام تابع هزینه سیستم بر حسب متوسط تعداد متقاضیان در صف و سیستم و تعداد خدمت دهنده ها پیشنهاد می شود. سپس هدف یافتن m ای است به نام m_Opt که به ازای آن تابع هزینه مینیمم شود. در این مقاله سیستم M⁄M/m_Opt/K سیستم بهینه نامیده می شود. در انتها با استفاده از یک مثال عددی به ازای Kهای مختلف، سیستم های بهینه تعیین شده و متوسط تعداد متقاضیان در صف و سیستم، متوسط مدت زمان انتظار در صف و سیستم متقاضیان و معیاری به نام متوسط درجه رضایت متقاضی در این نوع سیستم ها به دست آورده می شود.کلید واژگان: سیستم صف بندی M∕M∕M∕K, سیستم بهینه, تابع هزینه, تعداد بهینه خدمت دهنده هاIn this article, a queuing system with finite capacity, referred to as M/M/m/K, is analyzed for m ≥ 2, where K represents the system's capacity and m indicates the number of servers. Initially, a function known as the system cost function is introduced. This function is based on the number of customers present in the queue and the number of servers available. The main objective is to identify the optimal number of servers, termed mOpt, that minimizes the system cost function. This optimal configuration, denoted as M/M/mOpt/K, is termed the optimal system. To illustrate the concept, a numerical example is provided, showcasing various values of K to determine the optimal systems. The analysis covers key performance metrics such as the average number of customers in the queue and the entire system, the average waiting time of the customers both in the queue and the system, and a metric referred to as the average degree of customer satisfaction within these queuing systems. Through this comprehensive approach, the study aims to provide valuable insights into optimizing queuing systems for better efficiency and customer satisfaction.Keywords: The M, M, M, K Queuing System, Optimal System, Cost Function, Optimal Number Of Servers
-
در این مقاله مدل صف بندی $M/M/1$ که در آن زمان های بین دو ورود متوالی مشتری ها دارای توزیع نمایی با پارامتر $lambda$ و زمان های سرویس دارای توزیع نمایی با پارامتر $mu$ و مستقل از زمان های بین ورودهای متوالی هستند، در نظر گرفته می شود. همچنین فرض می شود که سیستم تا زمان $T$ فعال است. سپس تحت این زمان توقف $(T)$، برآوردهای بیز، $E$-بیز و بیز سلسله مراتبی پارامتر شدت ترافیک این مدل صف بندی، تحت تابع زیان آنتروپی عمومی و با در نظر گرفتن توزیع های پیشین گاما و ارلانگ به ترتیب برای پارامترهای $lambda$ و $mu$ به دست آورده می شود. سپس به کمک تحلیل عددی و بر اساس شاخصی جدید بر حسب احتمال پایایی و تابع هزینه، روش های برآورد بیز، $E$-بیز و بیز سلسله مراتبی با هم مقایسه می شوند.
کلید واژگان: احتمال پایایی, تابع هزینه, برآورد $E$ -بیز, برآورد بیز سلسله مراتبی, مدل صف بندی $M, M, 1$In this article, queunig model $M/M/1$ is Considered, in which the innterarrival of customers have an exponenial disributon with the parameter $lambda$ and the service times have an exponenial disributon with the parameter $mu$ and are independent of the interarrival times. it is also assumed that the system is active until $T$. Then, under this stopping time Bayesian, $E$-Bayesian and hierarchical Bayesian estimations of the traffic intensity parameter of this queuing model are obtained under the general entropy loss function and considering the gamma and erlang prior distributions for parameters $lambda$ and $mu$, respicctively. Then, using numerical analysis and based on a new index, Bayesian, $E$-Bayesian and hierarchical Bayesian estimations are compared.
Keywords: Stationary Probability, Cost Function, $E$-Bayesian Estimation, Hierarchical Bayesian Estimation, The $M, 1, 1$ Queuing System -
اگر در مدل تنش-مقاومت، متغیرهای تصادفی X و Y به ترتیب بیان کننده مقاومت و تنش باشند، پارامتر قابلیت اعتماد آن یعنی (R=P(X>Y، به روش های ماکسیمم درستنمایی و بیز و همچنین فواصل اطمینان مختلف آن برای بسیاری از توزیع ها برآورد شد. اما در این مقاله وقتی که متغیرهای تصادفی X و Y مستقل و دارای توزیع های وایبول با پارامترهای شکل یکسان و اسکالر متفاوت می باشند، برآورد E- بیز و برآورد بیز سلسله مراتبی R، تحت توابع زیان مربع خطا و آنتروپی به دست آورده می شود. سپس با استفاده از روش شبیه سازی مونت کارلو، این برآوردهای جدید با هم و با برآورد بیز R مقایسه می شوند.
کلید واژگان: توزیع وایبول, برآورد E- بیز, برآورد بیز سلسله مراتبی, تابع زیان مربع خطا, تابع زیان آنتروپی, پارامتر تنش مقاومت, شبیه سازی مونت کارلو -
هرگاه اطلاعاتی تقریبی و اولیه راجع به پارامتر نامعلوم یک توزیع در دسترس باشد، می توان از روش برآورد انقباضی برای برآورد آن استفاده نمود. در این مقاله ابتدا برآورد E -بیز پارامتر توزیع رایلی معکوس تحت تابع زیان آنتروپی عمومی به دست آورده شده و سپس به کمک مقدار حدسی پارامتر توزیع رایلی معکوس، برآورد انقباضی آن ارایه شده است. همچنین با استفاده از شبیه سازی مونت کارلو و یک مجموعه داده واقعی، برآورد انقباضی پیشنهادی با برآوردهای نااریب با کمترین واریانس و E -بیز بر اساس معیار کارایی نسبی، مقایسه می شود.
کلید واژگان: توزیع رایلی معکوس, برآورد انقباضی, برآورد E -بیز, تابع زیان آنتروپی عمومیAndishe-ye Amari, Volume:25 Issue: 1, 2021, PP 111 -121Whenever approximate and initial information about the unknown parameter of a distribution is available, the shrinkage estimation method can be used to estimate it. In this paper, first the $ E $-Bayesian estimation of the parameter of inverse Rayleigh distribution under the general entropy loss function is obtained. Then, the shrinkage estimate of the inverse Rayleigh distribution parameter is investigated using the guess value. Also, using Monte Carlo simulations and a real data set, the proposed shrinkage estimation is compared with the UMVU and $ E $-Bayesian estimators based on the relative efficiency criterion.
Keywords: Inverse Rayleigh Distribution, Shrinkage estimation, E-Bayesian estimation, General entropy loss function -
در این مقاله رویکرد بیز و بیز تجربی در برآورد تابع قابلیت اعتماد مدل تنش-مقاومت چندمولفه ای در حالتی که متغیرهای تنش و مقاومت دارای توزیع رایلی تعمیم یافته با پارامترهای شکل متفاوت و پارامتر مقیاس یکسان هستند، مورد مطالعه قرار می گیرد. برآورد بیز، بیز تجربی و ماکسیمم درستنمایی تابع قابلیت اعتماد در دو حالت معلوم و نامعلوم پارامتر مقیاس تحت تابع زیان درجه دوم خطا ارایه می شود. سپس به روش شبیه سازی مونت کارلو و با استفاده از دو مجموعه داده واقعی، برآوردگرهای پیشنهادی تابع قابلیت اعتماد با یکدیگر و با برآورد ماکسیمم درستنمایی متناظرشان مقایسه می شوند.
کلید واژگان: مدل تنش-مقاومت چندمولفه‌ای, تابع قابلیت اعتماد, برآوردگر بیز, برآوردگر بیز تجربی, توزیع رایلی تعمیم‌یافتهIn this paper, the Bayesian and empirical Bayesian approaches studied in estimate the multicomponent stress–strength reliability model when the strength and stress variables have a generalized Rayleigh distribution with different shape parameters and identical scale parameter. The Bayesian, empirical Bayesian and maximum likelihood estimation of reliability function is obtained in the two cases known and unknown of scale parameter under the mean squared error loss function. Then, these estimators are compared empirically using Monte Carlo simulation and two real data sets.
Keywords: Multicomponent Stress–Strength Model, Reliability Function, Emprical Bayesian Estimation, Generalized Rayleigh Distribution -
در این مقاله، وقتی که X و Y متغیرهای تصادفی مستقل و دارای توزیع رایلی با پارامترهای متفاوت هستند، برآوردهای E-بیز و بیز سلسله مراتبی پارامتر تنش-مقاومت یک سیستم، تحت تابع زیان لاینکس به دست آورده می شود. سپس با استفاده از روش شبیه سازی مونت کارلو و دو مجموعه داده های واقعی، این برآوردگرهای جدید با هم و با برآورد بیزی پارامتر تنش-مقاومت مقایسه می شوند.کلید واژگان: توزیع رایلی, برآورد E-بیز, برآورد بیز سلسله مراتبی, تابع زیان لاینکس, پارامتر تنش-مقاومت, شبیه سازی مونت کارلوIn this study, the E-Bayesian and hierarchical Bayesian for stress-strength, when X and Y are two independent Rayleigh distributions with different parameters were estimated based on the LINEX loss function. These methods were compared with each other and with the Bayesian estimator using Monte Carlo simulation and two real data sets.Keywords: Rayleigh Distribution, E-Bayesian Estimation, Hierarchical Bayesian Estimation, LINEX Loss Function, Stress-strength, Monte Carlo Simulation
-
گاهی اوقات وسیع بودن حوزه تغییرات پارامتر روی فضای پارامتر، باعث افزایش خطای برآوردگر پسین بیزی برآورد بیز می شود که در این صورت، برآوردهای E-بیز و بیز سلسله مراتبی می تواند جانشین های مناسبی برای برآورد بیز باشند. بنابر این در این مقاله، وقتی که و متغیرهای تصادفی مستقل و دارای توزیع های نمایی با پارامترهای مختلف می باشند، برآوردهای E-بیز و بیز سلسله مراتبی ، تحت تابع زیان مربع خطا به دست آورده می شود. سپس به کمک روش شبیه سازی مونت کارلو و دو مجموعه داده های واقعی، برآوردگرهای پیشهادی باهم و با برآورد بیز R مقایسه می شوند.کلید واژگان: برآورد E-بیز, برآورد بیز سلسله مراتبی, توزیع نمایی, تابع زیان مربع خطا, شبیه سازی مونت کارلوEstimate R=P(X>Y) in exponential distribution, based on E-Bayesian and hierarchical Bayesian methodsSometimes the extent of the parameter domain changes over the space of the parameter, increases the risk of posterior Bayesian. In this case, the empirical and hierarchical estimates can be a good substitute for bayesian estimation. In this study, when X and Y are two independent exponential distributions with different parameters, were estimated the E-Bayesian and hierarchical Bayesian for the under squared error loss function. This suggested methods, was compared with each other and with the Bayesian estimator using the Monte Carlo simulation and two set data.Keywords: E-Bayesian estimation, hierarchical Bayesian estimation, exponential distribution, squared error loss function, Monte Carlo simulation
-
توزیع گمپرتز-پواسن یک توزیع طول عمر سه پارامتری با تابع نرخ خطر افزایشی، کاهشی، افزایشی-کاهشی و تک مدی شکل[1] و ترکیبی از توزیع های گمپرتز و پواسن بریده شده در نقطه صفر است که در این مقاله پارامترهای این توزیع را به روش ماکسیمم درست نمایی برآورد کرده و به منظور تایید برآوردهای محاسبه شده، براساس نمونه تصادفی با حجم های 100، 200، 300، 400 و 500 از توزیع گمپرتز-پواسن مطالعه شبیه سازی انجام می دهیم. هم چنین به کمک دو مجموعه داده های واقعی و با مقایسه توزیع گمپرتز-پواسن با چند توزیع دیگر طول عمر نشان می دهیم این توزیع مدلی مناسب برای برازش به داده های مربوط به طول عمر استکلید واژگان: توزیع گمپرتز, توزیع پواسن, توزیع گمپرتز - پواسن, برآورد ماکسیمم درست نماییGompertz-Poisson distribution is a three-parameter lifetime distribution with increasing, decreasing, increasing-decreasing and unimodal shape failure rate function and a composition of Gompertz and Poisson distributions cut at zero point that in this paper estimated the parameters of the distribution by maximum likelihood method and in order to confirm the calculated estimates, based on random sample with volumes of 100, 200, 300, 400 and 500 of Gompertz-Poisson distribution simulation study was conducted. Also with the help of two real data sets and comparing Gompertz-Poisson distribution with several other distributions of lifetime we show this distribution is a good model for data fitness related to lifetime.Keywords: Gompertz distribution, Possion distribution, Gompertz-Possion distribution, maximum liklihood estimation
-
در این مقاله، یک توزیع جدید طول عمر سه پارامتری بر اساس توزیع گومپرتز به نام مارشال-الکین گومپرتز که تعمیمی از توزیع گومپرتز و دارای نرخ شکست های نزولی، صعودی و وانی شکل است، معرفی شده و تابع چگالی احتمال، تابع توزیع تجمعی، تابع خطر و برخی از خصوصیات این توزیع جدید مانند گشتاورهای مرکزی، گشتاورهای آماره های مرتب، آنتروپی های رنی و شانون و تابع چندک به دست می آید. همچنین پارامترهای آن به روش ماکسیمم درست نمایی برآورد شده، به کمک یک مجموعه داده واقعی، این توزیع جدید با برخی از توزیع های طول عمر بر اساس توزیع گومپرتز مقایسه می شود.کلید واژگان: توزیع گومپرتز, تابع شکست, برآورد ماکسیمم درست نمایی, توزیع مارشال-الکین گومپرتزýIn this paperý, ýa new distribution of the three-parameter lifetime model called the Marshall-Olkin Gompertz is proposed on the basis of the Gompertz distributioný. ýIt is a generalization of the Gompertz distribution having decreasing failure rate and can also be increasing and bathtub-shaped depending on its parametersý. ýThe probability density functioný, ýcumulative distribution functioný, ýhazard rate function and some mathematical properties of this model such asý, ýcentral momentsý, ýmoments of order statisticsý, ýRenyi and Shannon entropies and quantile function are derivedý. ýIn additioný, ýthe maximum likelihood of its parameters method is estimated and this new distribution compared with some Gompertz distribution generalizations by means of a set of real dataý.Keywords: ýLindely linear cost functioný, ýnormal distributioný, ýposterior distribitioný, ýposterior riský
-
در این مقاله دو توزیع از خانواده توزیع های بتا-G با دو توزیع متناطر از خانواده توزیع های زگرافوس-بالاکریشنان-G که G یک توزیع از خانواده توزیع های سری توانی می باشد به کمک آماره های آزمون نیکویی برازش و تابع نرخ خطر و با استفاده از شبیه سازی مونت کارلو و دو مجموعه داده های واقعی مقایسه خواهد شد و نشان داده می شود که خانواده توزیع های بتا-G مدلی مناسب تر برای توزیع طول عمر می باشد..کلید واژگان: خانواده توزیع های بتا, G, خانواده توزیع های زگرافوس, بالاکریشنان, G, تابع نرخ خطر, شبیه سازی مونت کارلو, یرآورد ماکسیمم درستنماییIn this article we want families beta-G distributions with family Zgrafos-Balakryshnan- G where G is a distribution of power series is a family of distributions using goodness of fit test statistics and risk and exchange rate risk, inverse functions, using monte carlo simulation and two sets actual data comparison and show that beta-G family of distributions model more suitable for distribution of a lifetime.Keywords: The Beta, G of family distributions, The Zografos, Balakrishnan, G of family distributions, The hazard rate function, monte carlo simulation, maximum liklihood estimation
-
در این مقاله ابتدا چندجمله ای های استرلینگ معرفی و روش محاسبه آنها در نرم افزار R و کاربردشان در حل رده ای از انتگرال ها را بیان می کنیم که در محاسبه گشتاورها، گشتاورهای آماره های مرتب، آنتروپی های رنی و شانون و... در توزیع های آماری بر حسب این نوع انتگرال ها، نقش بسزایی دارد. سپس با استفاده از آن، گشتاورهای دو توزیع آماری مرتبط با این انتگرال ها را به دست می آوریم.کلید واژگان: چند جمله ای های استرلینگ, انتگرال, گشتاورهاThis article first introduces the sterling polynomials and expresses the calculation methods in software R and their application in resolving a class of integrals which play an important role in the calculation of torques, torques of order statistics, Renyi and Shannon entropies in statistical distributions based on this type of integrals. Then, we obtain the torques of the two statistical distributions related to these integrals.Keywords: Sterling Polynomials, Integral, Moments
-
در این مقاله یک توزیع جدید پنج پارامتری به نام توزیع بتا وایبول لگاریتمی را که دارای تابع نرخ خطر افزایشی، کاهشی، تک مدی وگودالی شکل است معرفی کرده، با استفاده از چندجمله ای های استرلینگ، ویژگی های متعددی از این توزیع جدید مانند تابع چگالی احتمال، تابع های نرخ خطر و قابلیت اعتماد، چندک ها و گشتاورها، آنتروپی های رنی و شانون، گشتاورهای آماره های مرتب و منحنی های بنفرونی و لورنتز را به دست می آوریم، همچنین پارامترهای آن را به روش ماکسیمم درستنمایی برآورد کرده، در نهایت، با استفاده از یک مجموعه داده ی واقعی، کاربردی از آن را نشان می دهیمکلید واژگان: توزیع بتا, توزیع بتا وایبول لگاریتمی, تابع نرخ خطر, برآورد ماکسیمم درستنمایی, چند جمله ای های استرلینگ, توزیع وایبولIn this paper, we introduce a new five-parameter distribution with increasing, decreasing, bathtub-shaped failure rate called the Beta-Weibull-Logarithmic (BWL) distribution. Using the Sterling Polynomials, various properties of the new distribution such as its probability density function, its reliability and failure rate functions, quantiles and moments, R$acute{e}$nyi and Shannon entropies, moments of order statistics, Bonferroni and Lorenz curves were derived. then the maximum likelihood estimation of BWL distribution for the parameters of BWL distribution are found. Finally the usefulness of this distribution for real data are presented.Keywords: Beta distribution, Beta, Weibull, Logarithmic distribution, Hazard rate function, Maximum likelihood estimation, Sterling Polynomials, Weibull distribution
-
در این مقاله توزیع جدید سه پارامتری از خانواده توزیع های سری توانی گمپرتز[1] به نام توزیع گمپرتز- پواسن را که دارای تابع نرخ خطر افزایشی، کاهشی، افزایشی-کاهشی و تک مدی شکل[2] و ترکیبی از توزیع های گمپرتز و پواسن بریده شده در نقطه صفر است را معرفی می کنیم. تابع های چگالی و خطر، میانگین انحرافات از میانگین و میانه، آنتروپی های رنی و شانون و فرمول عمومی برای گشتاورها و تابع چگالی آماره های مرتب این توزیع جدید را به دست می آوریم، هم چنین پارامترهای این توزیع جدید را به روش برآورد ماکسیمم درست نمایی و با استفاده از الگوریتم امید ریاضی گیری و ماکسیمم سازی[3] برآورد کرده و فاصله های اطمینان مجانبی آن ها را به کمک ماتریس کوواریانس مجانبی به دست می آوریم.کلید واژگان: توزیع گمپرتز, توزیع پواسن, توزیع گمپرتز, پواسن, توزیع های سری توانی, برآورد ماکسیمم درستنماییIn this Paper, We propose a new three-parameter lifetime of Power Series distributions of the Family Gampertz with decreasing, increasing, increasing-decreasing and unimodal Shape failure rate. The distribution is a Compound version of of the Gampertz and Zero-truncated Possion distributions, called the Gampertz-Possion distribution (GPD). The density function, the hazard rate function, a general expansion for moments, the density of the order statistic, and the maen and median deviations of the GPD are derived and studied in detail. The maximum likelihood estimation procedure is discussed and an algorithm EM is provided for estimating the parameters. The asymptotic confidence Intervals for the parameters are also obtained based on asymptotic variance covariance matrix.Keywords: Gampertz distribution, Possion distribution, Gampertz, Possion distribution, The Power Series, Maximum Likelihood estimation
-
در این مقاله براورد ماکسیمم درستنمایی1 و براورد نااریب با کم ترین واریانس به طور یکنواخت2 تابع چگالی احتمال و تابع توزیع تجمعی توزیع وایبول را به دست می آوریم و سپس با استفاده از شبیه سازی مونت کارلو و یک مجموعه داده های واقعی با محاسبه ی میانگین مربع خطای3 براوردگرها به مقایسه ی آن ها می پردازیم.
کلید واژگان: توزیع وایبول, براوردگر ماکسیمم درستنمایی, براورد نااریب با کم ترین واریانس به طور یکنواخت, تابع چگالی احتمال, تابع توزیع تجمعی, میانگین مربع خطا, شبیه سازی مونت کارلوIn this paper, the maximum likelihood estimation and the uniform minimum variance unbiased estimators of the probability density function and cumulative distribution function are derived for the Weibull distribution. Furthermore, through the simulation method of Monte-Carlo and areal deta set and calculation of mean square of errors of estimators, they are subjected to comparisons.
Keywords: Weibull distribution, maximum likelihood estimator, uniform minimum variance unbiased estimator, probability density function, cumulative distribution function, mean squared error, simulation method of Monte, Carlo
- در این صفحه نام مورد نظر در اسامی نویسندگان مقالات جستجو می‌شود. ممکن است نتایج شامل مطالب نویسندگان هم نام و حتی در رشته‌های مختلف باشد.
- همه مقالات ترجمه فارسی یا انگلیسی ندارند پس ممکن است مقالاتی باشند که نام نویسنده مورد نظر شما به صورت معادل فارسی یا انگلیسی آن درج شده باشد. در صفحه جستجوی پیشرفته می‌توانید همزمان نام فارسی و انگلیسی نویسنده را درج نمایید.
- در صورتی که می‌خواهید جستجو را با شرایط متفاوت تکرار کنید به صفحه جستجوی پیشرفته مطالب نشریات مراجعه کنید.
©2000-2025 magiran.com All Rights Reserved.