用户登录
期刊信息
  • 主管单位:
  • 上海市教育委员会
  • 主办单位:
  • 上海理工大学
  • 主  编:
  • 庄松林
  • 地  址:
  • 上海市军工路516号
  • 邮政编码:
  • 200093
  • 联系电话:
  • 021-55277251
  • 电子邮件:
  • xbzrb@usst.edu.cn
  • 国际标准刊号:
  • 1007-6735
  • 国内统一刊号:
  • 31-1739/T
  • 邮发代号:
  • 4-401
  • 单  价:
  • 15.00
  • 定  价:
  • 90.00
张岚,钱夕元.基于近似贝叶斯计算方法的排队模型参数估计[J].上海理工大学学报,2020,42(2):108-114,121.
基于近似贝叶斯计算方法的排队模型参数估计
Approximate bayesian computation based parameter estimation for queuing models
投稿时间:2018-11-01  
DOI:10.13255/j.cnki.jusst.2020.02.001
中文关键词:  排队论  近似贝叶斯计算  参数估计
英文关键词:queuing theory  approximate Bayesian computation  parameter estimation
基金项目:国家高科技研究发展“863计划”资助项目(2015AA20107)
作者单位E-mail
张岚 华东理工大学, 理学院, 上海 200237  
钱夕元 华东理工大学, 理学院, 上海 200237 xyqian@ecust.edu.cn 
摘要点击次数: 97
全文下载次数: 192
中文摘要:
      基于贝叶斯推断对单服务台的马尔科夫与非马尔科夫系统下的4个排队模型做参数估计与效果评价,并对银行排队叫号换汇数据做实证研究。采用近似贝叶斯计算的方法有效解决复杂排队模型似然函数难解析表达的问题。利用R中queue computer包给出M/M/1,M/G/1,G/M/1,GI/GI/1这4个排队模型的到达时间与服务时间的参数估计及后验分布图。其中M/M/1:估计值(真实值)分别约为1.02(1)、1.12(1/0.9),都与真实值接近;M/G/1:1.17(1)、1.21(1.2),对服务时间的估计效果优于到达时间;G/M/1:0.49(0.5)、0.96(1),从后验分布进一步得到对服务时间的估计更准确;GI/GI/1:1.16(1.1)、1.07(1)、0.23(0.251)、0.22(0.25),各分量的估计值与真实值相对接近。对于实际银行数据,估计得的参数所拟合的数据与Ausin的拟合数据分布接近。研究表明,近似贝叶斯的方法在排队模型的参数估计上有较大优势,在实际数据中取得了较好应用。
英文摘要:
      Based on Bayesian inference, parameters and their validity of four queuing models with a single server in Markov and non-Markov system were estimated, and face-to-face currency exchange data of a bank was tested. By using approximate Bayesian computation, it is effective to solve the difficulty in analytically expressing the likelihood function in complex queuing models. Based on R package, parameters’ estimations and posterior distributions of arrival time and service time for four queuing models: M/M/1, M/G/1, G/M/1, GI/GI/1 were given. For M/M/1: estimated value (true value) is 1.02(1)、1.12(1/0.9) respectively, which are close to the true ones; for M/G/1: they are 1.17(1)、1.21(1.2) and estimated parameter of service time is superior to that of arrival time; for G/M/1: they are 0.49(0.5)、0.96(1) and estimated parameter of service time is more accurate from the posterior distribution; for GI/GI/1: they are 1.16(1.1)、1.07(1)、0.23(0.251)、0.22(0.25) and estimated value of each component is relatively close to the true value. Furthermore, for real data, distribution of fitting data of estimated parameters is close to that of Ausin’s fitting data. The results show great efficiency of parameter estimation based on approximate Bayesian computation in queuing theory and great application to the real world.
HTML   查看全文  查看/发表评论  下载PDF阅读器