基于统计密集型计算机方法的运输物流过程模型估计
应用统计
2013-05-21 v2
摘要
Helen Afanasyeva 完成了题为《基于统计密集型计算机方法的运输物流过程模型估计》的晋升论文，以获取“遥测与物流工程科学博士”学位。该工作的科学指导者是工学博士、教授 Alexander Andronov。本研究致力于实施现代统计方法以分析运输与物流模型，特别关注了重采样（resampling）这一密集型计算机方法。该方法是非参数的，在初始样本量较小的情况下能给出系统特征最有效的估计量。研究主要在三个方向展开：物流模型的预测与估计、承运可靠性与效率的估计，以及物流系统中库存控制问题的分析。针对每项任务及其对应的数学模型，提出了重采样方法的使用算法，并推导了用于比较传统方法与重采样方法效率的公式。效率判据包括估计量的偏差、方差或均方误差。获得了证明所提方法有效性的数值结果，并就该方法最有效的适用条件提出了结论与建议。所得结果具有通用性，可应用于其他学科领域。
引用
@article{arxiv.1305.0247,
title = {The Estimation of Transport Logistic Processes Models on the Base of Intensive Computer Methods of Statistics},
author = {Helen Afanasyeva},
journal= {arXiv preprint arXiv:1305.0247},
year = {2013}
}
备注
Summary of the promotion work, Riga: Transport and communication Institute, 2006. -48 p. arXiv admin note: text overlap with arXiv:1304.6670 by other authors