期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于随机系数增长模型的状态维修与EPQ联合优化
被引量:
10
1
作者
刘学娟
冯志鹏
《系统工程理论与实践》
EI
CSSCI
CSCD
北大核心
2019年第1期251-258,共8页
针对生产和维修计划共享生产设备的问题,建立了经济生产批量和设备状态监测维修的联合优化模型.运用随机系数增长模型描述设备的退化状态,每完成一个生产批量就对设备进行状态监测.监测到的设备状态由设备的实际状态和监测误差构成,当...
针对生产和维修计划共享生产设备的问题,建立了经济生产批量和设备状态监测维修的联合优化模型.运用随机系数增长模型描述设备的退化状态,每完成一个生产批量就对设备进行状态监测.监测到的设备状态由设备的实际状态和监测误差构成,当监测状态达到或超过预防性维修阈值时,需要对设备进行预防性维修并更新,当实际状态达到故障阈值时,设备故障停机,需对设备进行故障维修并更新.基于两种更新情况,建立了更新周期内的费用和周期长度模型,并进一步运用更新回报定理建立了单位时间期望费用模型,通过对模型进行优化,可得到预防性更新状态阈值和每个批量的生产时间两个决策变量的最优取值.最后,通过国内某钢厂轧钢设备的数据资料对模型进行了数值分析,分析结果和实际情况相符合.
展开更多
关键词
状态监测维修
经济生产批量
随机系数增长模型
更新回报定理
原文传递
随机系数发展模型与协方差模式模型在纵向数据分析中的应用及R实现
2
作者
祁瑞
李金梅
+1 位作者
李雷德
隋虹
《中国医院统计》
2012年第3期165-168,共4页
目的 应用随机系数发展模型与协方差模式模型分析社区卫生服务中心纵向数据,探讨纵向数据分析的问题,为社区随访数据处理提供科学方法.方法 使用R软件对社区卫生服务中心糖尿病重复测量数据分别拟合随机系数发展模型,协方差模式模型以...
目的 应用随机系数发展模型与协方差模式模型分析社区卫生服务中心纵向数据,探讨纵向数据分析的问题,为社区随访数据处理提供科学方法.方法 使用R软件对社区卫生服务中心糖尿病重复测量数据分别拟合随机系数发展模型,协方差模式模型以及传统线性回归模型,并比较3种模型的分析结果.结果 随机系数发展模型和协方差模式模型的分析结果与传统线性回归模型不同,2模型较传统线性回归更多的考虑了数据的变异来源.随机系数发展模型与协方差模式模型变量的估计系数结果相近,2者在固定效应的估计上区别往往不是很大,2模型相比,信息标准统计相差也不大.随机系数发展模型倾向于解释组间随机效应,协方差模式模型更关注组内观测之间的联系.R软件nlme package相比于SAS proc mixed,其相应的结果比较与可视化的函数使用更为灵活方便,同时GLS函数提供更多的组内方差协方差模式以供选择.结论 随机系数发展模型与协方差模式模型都能较好的处理重复观测数据组内相关性的问题.2者处理组内相关性的出发点不同,如果强调组内观测之间的联系性,则选择协方差模式模型.相反,如果更关注组间的异质性,强调组间的随机效应,则选择随机系数发展模型.R软件nlme是比较完善的处理混合结构数据的分析包.
展开更多
关键词
纵向数据
随机系数发展模型
协方差模式模型
R软件
下载PDF
职称材料
题名
基于随机系数增长模型的状态维修与EPQ联合优化
被引量:
10
1
作者
刘学娟
冯志鹏
机构
北京科技大学东凌经济管理学院
北京科技大学机械工程学院
出处
《系统工程理论与实践》
EI
CSSCI
CSCD
北大核心
2019年第1期251-258,共8页
基金
国家自然科学基金(71601019)
教育部人文社会科学研究项目(16YJC630174)~~
文摘
针对生产和维修计划共享生产设备的问题,建立了经济生产批量和设备状态监测维修的联合优化模型.运用随机系数增长模型描述设备的退化状态,每完成一个生产批量就对设备进行状态监测.监测到的设备状态由设备的实际状态和监测误差构成,当监测状态达到或超过预防性维修阈值时,需要对设备进行预防性维修并更新,当实际状态达到故障阈值时,设备故障停机,需对设备进行故障维修并更新.基于两种更新情况,建立了更新周期内的费用和周期长度模型,并进一步运用更新回报定理建立了单位时间期望费用模型,通过对模型进行优化,可得到预防性更新状态阈值和每个批量的生产时间两个决策变量的最优取值.最后,通过国内某钢厂轧钢设备的数据资料对模型进行了数值分析,分析结果和实际情况相符合.
关键词
状态监测维修
经济生产批量
随机系数增长模型
更新回报定理
Keywords
condition-based
maintenance
economic
production
quantity
the
random
coefficient
growth
model
renewal
reward
theory
分类号
F273.4 [经济管理—企业管理]
原文传递
题名
随机系数发展模型与协方差模式模型在纵向数据分析中的应用及R实现
2
作者
祁瑞
李金梅
李雷德
隋虹
机构
哈尔滨医科大学公共卫生学院统计教研室
黑龙江省卫生信息统计中心
出处
《中国医院统计》
2012年第3期165-168,共4页
文摘
目的 应用随机系数发展模型与协方差模式模型分析社区卫生服务中心纵向数据,探讨纵向数据分析的问题,为社区随访数据处理提供科学方法.方法 使用R软件对社区卫生服务中心糖尿病重复测量数据分别拟合随机系数发展模型,协方差模式模型以及传统线性回归模型,并比较3种模型的分析结果.结果 随机系数发展模型和协方差模式模型的分析结果与传统线性回归模型不同,2模型较传统线性回归更多的考虑了数据的变异来源.随机系数发展模型与协方差模式模型变量的估计系数结果相近,2者在固定效应的估计上区别往往不是很大,2模型相比,信息标准统计相差也不大.随机系数发展模型倾向于解释组间随机效应,协方差模式模型更关注组内观测之间的联系.R软件nlme package相比于SAS proc mixed,其相应的结果比较与可视化的函数使用更为灵活方便,同时GLS函数提供更多的组内方差协方差模式以供选择.结论 随机系数发展模型与协方差模式模型都能较好的处理重复观测数据组内相关性的问题.2者处理组内相关性的出发点不同,如果强调组内观测之间的联系性,则选择协方差模式模型.相反,如果更关注组间的异质性,强调组间的随机效应,则选择随机系数发展模型.R软件nlme是比较完善的处理混合结构数据的分析包.
关键词
纵向数据
随机系数发展模型
协方差模式模型
R软件
Keywords
Longitudinal
data
random
coefficient
growth
model
Covariance
pattern
model
R
software
分类号
R783.5 [医药卫生—口腔医学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于随机系数增长模型的状态维修与EPQ联合优化
刘学娟
冯志鹏
《系统工程理论与实践》
EI
CSSCI
CSCD
北大核心
2019
10
原文传递
2
随机系数发展模型与协方差模式模型在纵向数据分析中的应用及R实现
祁瑞
李金梅
李雷德
隋虹
《中国医院统计》
2012
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部