×
肯扎·塔米提;Ourbih Tari，梅格杜达;阿卜杜勒·阿洛伊;科利贾·伊季斯

在蒙特卡罗模拟中使用方差减少、相对误差和偏差来测试M/G/1重试队列估计器的性能。 （英语） Zbl 1497.65011号

蒙特卡洛方法应用。 24，第3期，165-178（2018）.
摘要：本文讨论了蒙特卡罗模拟，并重点讨论了在使用随机抽样（RS）或精细描述抽样（RDS）生成输入样本来测试平稳M/G/1重试队列估计器性能时，方差减少、相对误差和偏差的概念的使用。为此，设计并实现了一个使用C编译器的Linux系统下的软件，使用这两种采样方法提供了此类系统的性能度量以及偏差、相对误差和准确性的统计概念。结果表明，使用RDS的平稳M/G/1重试队列估计器的性能要优于RS，有时还可以通过显著的方差缩减因子来实现。

引用于4文件

MSC公司：

65二氧化碳 蒙特卡罗方法
90B22型 运筹学中的队列和服务
2005年3月37日 动力系统仿真
11千瓦45 伪随机数；蒙特卡罗方法
62D05型 抽样理论，抽样调查

关键词：

重审队列;取样方法;蒙特卡罗模拟;估计;方差减少

软件：

获取RDS
PDF格式BibTeX公司 XML格式引用
\textit｛K.Tamiti｝等人，蒙特卡洛方法应用。24，第3号，165--178（2018；Zbl 1497.65011）
全文： 内政部

参考文献：

[1] A.Aloui和M.Ourbih-Tari，精细描述性采样的使用和并行蒙特卡罗模拟的应用，计算。通知。30 (2011), 681-700. ·Zbl 1399.65002号
[2] A.Aloui、A.Zioui、M.Ourbih-Tari和A.Alioui，一个使用精确描述性采样的通用模块，用于安装在仿真系统中，计算机。统计师。30（2015），第2期，477-490·Zbl 1317.65033号
[3] J.Artalejo和G.Falin，《标准和再审排队系统：比较分析》，Rev.Mat.Complet。15（2002），第1期，第101-129页·Zbl 1009.60079号
[4] J.R.Artalejo和A.Gómez-Corral，《重试排队系统：计算方法》，柏林斯普林格出版社，2008年·Zbl 1161.60033号
[5] J.R.Artalejo和M.J.Lopez Herrero，M/G/1重审队列：一种信息论方法，SORT 29（2005），第119-137号·Zbl 1274.60267号
[6] J.R.Artalejo和M.Pozo，主要多服务器重试队列平稳分布的数值计算，Ann.Oper。第116号决议（2002年），41-56·Zbl 1013.90038号
[7] S.R.Asmussen和D.P.Kroese，《重尾罕见事件模拟的改进算法》，应用进展。普罗巴伯。38（2006），第2期，545-558·兹比尔1097.65017
[8] L.Baghdali-Ourbih、M.Ourbih-Tari和A.Dahmani，在三相离散事件仿真模型中实施精细描述性采样，Comm.Statist。仿真计算。46（2017），第5期，4035-4049·Zbl 1369.62014号
[9] L.Baiche和M.Ourbih-Tari，使用精细描述性抽样进行模拟的大样本方差：自变量案例，Comm.Statist。理论方法46（2017），第1期，510-519·Zbl 1456.60004号
[10] L.F.Bertuccelli、N.Pellegrino和M.L.Cummings，《无人机搜索任务重新定位任务的选择建模》，《2010年美国控制会议论文集》（Baltimore 2010），IEEE出版社，皮斯卡塔韦（2010），2410-2415。
[11] M.C.Cario和B.L.Nelson，《任何事物的自回归：模拟的时间序列输入过程》，Oper。Res.Lett公司。19（1996），第2期，51-58·Zbl 0863.62075号
[12] C.E.Clark，《蒙特卡罗分析中的重要性抽样》，《运营研究》第9卷（1961年），第603-620页·Zbl 0117.36905号
[13] I.T.Dimov，《应用科学家蒙特卡罗方法》，《世界科学》，哈肯萨克出版社，2008年·Zbl 1140.65008号
[14] G.Falin，再审队列调查，排队系统理论应用。7（1990），第2期，127-167·兹比尔0709.60097
[15] G.I.Falin和J.G.C.Templeton，《再审队列》，查普曼和霍尔出版社，伦敦，1997年·Zbl 0944.60005号
[16] G.S.Fishman，《离散事件数字仿真的概念和方法》，ohn Wiley&Sons，纽约，1973年。
[17] J.E.Gentle，《随机数生成和蒙特卡罗方法，统计与计算》，Springer，纽约，1998年·Zbl 0972.65003号
[18] D.Gross、J.F.Shorte、M.J.Fischer和D.M.B.Masi，《模拟输入分析：使用Pareto服务模拟排队的困难》，《冬季模拟会议论文集》（2002年圣地亚哥），IEEE出版社，皮斯卡塔韦（2002年），407-415。
[19] K.Idjis，M.Ourbih-Tari和L.Baghdali-Ourbih，使用精细描述性抽样减少M/M/1再审队列中的方差，Comm.Statist。仿真计算。46（2017），第6期，5002-5020·Zbl 1373.90042号
[20] D.L.Jagerman和B.Melamed，TES过程的转换和自相关结构。一： 一般理论，公共统计。随机模型8（1992），第2期，193-219·兹比尔0751.60100
[21] A.M.Law和W.D.Kelton，《仿真建模与分析》，第三版，麦格劳-希尔出版社，新加坡，2000年。
[22] C.P.Liu和A.T.Wang，《使用蒙特卡罗模拟对电话网络中的客户重试呼叫进行性能测量》，《国际数学》。论坛6（2011），第21-24、1181-1196号。
[23] N.Loehndorf和S.Minner，随机经济批量调度问题的模拟优化，IIE Trans。45 (2013), 796-810.
[24] M.Ourbih-Tari和M.Azzal，使用非参数自适应精细描述性抽样算法的生存函数估计：案例研究，Comm.Statist。理论方法46（2017），第12期，5840-5850·Zbl 1369.90048号
[25] M.Ourbih-Tari和S.Guebli，模拟输入变量值选择方法的比较，ESAIM Probab。《统计》第19卷（2015年），第135-147页·Zbl 1351.62027号
[26] M.Ourbih-Tari，A.Zioui和A.Aloui，使用精细描述性抽样模拟平稳M/G/1排队系统中的方差减少，Comm.Statist。仿真计算。46（2017），第5期，3504-3515·Zbl 1368.90051号
[27] M.Padulo，S.A.Forth和M.D.Guenov，使用MATLAB中的自动微分进行稳健飞机概念设计，《自动微分的进展》，Lect。注释计算。科学。Eng.64，Springer，Berlin（2008），271-280·Zbl 1151.76566号
[28] M.Pidd，《管理科学中的计算机模拟》，第4版，John Wiley&Sons，伦敦，1998年。
[29] A.Ridder，再审队列的快速模拟，罕见事件模拟和相关组合优化问题研讨会，比萨大学，比萨（2000），1-5。
[30] E.Saliby，《描述性抽样：蒙特卡罗模拟的更好方法》，J.Operat。《联邦公报》第41卷（1990年），第1133-1142页。
[31] J.C.Sees和J.F.Shorte，《困难排队模拟问题：用重尾服务模拟M/G/1排队》，《冬季模拟会议论文集》（2002年圣地亚哥），IEEE出版社，皮斯卡塔韦（2002年），433-438。
[32] N.P.Sherman和J.P.Kharoufeh，服务器不可靠的M/M/1重试队列，Oper。Res.Lett公司。34（2006），第6期，697-705·Zbl 1112.90017号
[33] M.Tari和A.Dahmani，使用不同采样方法的Flowshop模拟器，Oper。第5号决议（2005年），261-272。
[34] M.Tari和A.Dahmani，使用一些采样方法的三相离散事件模拟，国际期刊应用。数学。Stat.3（2005），编号D05，37-48·Zbl 1109.62366号
[35] M.Tari和A.Dahmani，《精细描述性抽样：蒙特卡罗模拟的更好方法》，Simul。模型。实践理论14（2006），143-160。
[36] T.Yang和J.G.C.Templeton，再审队列调查，排队系统理论应用。2（1987），第3期，201-233·Zbl 0658.60124号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。