基于混沌展开的服务台不可靠排队模型中认知不确定性的传播
概率论
2017-05-17 v1
摘要
本文提出一种基于混沌展开的数值方法，用于分析具有故障的排队系统中认知不确定性的敏感性和传播。此处，关注量为模型的平稳分布，它是不确定参数的函数。多项式混沌为建模由这些参数引起的不确定性传播提供了比传统蒙特卡洛模拟更高效的替代方案。此外，多项式混沌展开为计算Sobol'指数提供了自然框架。这些指数给出了关于每个不确定输入参数相对重要性的可靠信息。数值结果表明，在将统计矩和Sobol'指数作为输出量时，使用多项式混沌优于标准蒙特卡洛模拟。
引用
@article{arxiv.1705.05577,
title = {Propagation of epistemic uncertainty in queueing models with unreliable server using chaos expansions},
author = {Katia Bachi and Cédric Chauvière and Hacène Djellout and Karim Abbas},
journal= {arXiv preprint arXiv:1705.05577},
year = {2017}
}