Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
La principal contribucin de este trabajo es desarrollar una funcin de prdida exponencial lineal (LINEX) para estimar el parmetro de escala y la funcin de fiabilidad de la distribucin de Weibull inversa (IWD) basndose en valores de registro inferiores. Lo hacemos fusionando un peso en LINEX para producir una nueva funcin de prdida llamada funcin de prdida exponencial lineal ponderada (WLINEX). A continuacin, utilizamos WLINEX para derivar el parmetro de escala y la funcin de fiabilidad de la IWD. Posteriormente, analizamos las funciones de prdida equilibradas para tres tipos diferentes de funcin de prdida, que incluyen el error cuadrtico (SE), LINEX y WLINEX. La mayora de los estudiosos anteriores determinaron los coeficientes ponderados equilibrados sin justificacin matemtica. Una de las principales contribuciones de este trabajo es utilizar la programacin no lineal para obtener los valores ptimos de los coeficientes ponderados para las funciones de prdida de error cuadrtico equilibrado (SE), exponencial lineal equilibrado (BLINEX) y exponencial lineal ponderado equilibrado (BWLINEX). Adems, para examinar el rendimiento de los mtodos propuestosWLINEX y BWLINEXrealizamos una simulacin Monte Carlo. La comparacin se realiza entre los mtodos propuestos y otros mtodos, como la estimacin de mxima verosimilitud, la funcin de prdida SE, LINEX, BSE y BLINEX. Los resultados de la simulacin muestran que los modelos propuestos BWLINEX y WLINEX en este trabajo tienen el mejor rendimiento en la estimacin del parmetro de escala y la fiabilidad, respectivamente, de acuerdo con los valores ms pequeos de SE medio. Este resultado significa que el enfoque propuesto es prometedor y puede aplicarse en un entorno real.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Algoritmo genético basado en el aprendizaje por refuerzo para optimizar el esquema de discretización de datos multidimensionales
Artículo:
Control Previo Óptimo para Sistemas de Tiempo Discreto en Muestreo de Salida Multirate
Artículo:
Control directo del par y de la fuerza de suspensión de un motor de inducción sin rodamientos basado en una estructura variable de modo deslizante
Artículo:
Impacto de la aversión al riesgo en las decisiones de precio y calidad bajo incertidumbre de la demanda a través de la función de utilidad CARA
Artículo:
Dependencia de la cola en series temporales con variaciones regulares
Virtual Pro es un portal virtual de formación, investigación y comunicación especializado en procesos industriales.
� 2021, Virtual Pro �, una marca de Grupo INGCO. Todos los derechos reservados
