Modelo de confiabilidad difuso frente al tradicional para la distribución inversa de Weibull
Autores: Hussam, Eslam; Sabry, Mohamed A.; Abd El-Raouf, M. M.; Almetwally, Ehab M.
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Modelo de confiabilidad difuso frente al tradicional para la distribución inversa de Weibull
Categoría
Matemáticas
Subcategoría
Análisis matemático
Palabras clave
Papel
Fortalezas de estrés difuso
Fortalezas de estrés tradicionales
Teoría de conjuntos difusos axiomática
Inferencia de estrés-fortaleza
Método de Monte Carlo de cadenas de Markov
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 27
Citaciones: Sin citaciones
En este documento, se consideran y comparan las fortalezas de estrés difuso y las fortalezas de estrés tradicionales cuando X e Y son variables aleatorias Weibull inversas de forma independiente. Cuando se tiene en cuenta la teoría axiomática de conjuntos difusos en la inferencia de la fuerza de estrés, se permite la generación de estudios más precisos sobre los sistemas subyacentes. Discutimos la estimación de modelos convencionales y difusos de la fuerza de estrés utilizando un enfoque de máximo producto de espaciamiento, máxima verosimilitud y bayesiano. Las simulaciones basadas en el método de Monte Carlo de cadenas de Markov se utilizan para producir varios estimadores de la confiabilidad convencional y difusa de la fuerza de estrés para el modelo Weibull inverso. Para generar modelos convencionales y difusos de confiabilidad, utilizamos el método de Metropolis-Hastings al realizar la estimación bayesiana. En conclusión, examinaremos un escenario tomado de la vida real y aplicaremos una aplicación de datos del mundo real para validar la precisión de los estimadores proporcionados.
Descripción
En este documento, se consideran y comparan las fortalezas de estrés difuso y las fortalezas de estrés tradicionales cuando X e Y son variables aleatorias Weibull inversas de forma independiente. Cuando se tiene en cuenta la teoría axiomática de conjuntos difusos en la inferencia de la fuerza de estrés, se permite la generación de estudios más precisos sobre los sistemas subyacentes. Discutimos la estimación de modelos convencionales y difusos de la fuerza de estrés utilizando un enfoque de máximo producto de espaciamiento, máxima verosimilitud y bayesiano. Las simulaciones basadas en el método de Monte Carlo de cadenas de Markov se utilizan para producir varios estimadores de la confiabilidad convencional y difusa de la fuerza de estrés para el modelo Weibull inverso. Para generar modelos convencionales y difusos de confiabilidad, utilizamos el método de Metropolis-Hastings al realizar la estimación bayesiana. En conclusión, examinaremos un escenario tomado de la vida real y aplicaremos una aplicación de datos del mundo real para validar la precisión de los estimadores proporcionados.