مقاله آماری مقایسه تصادفی سیستم‌های سری و موازی

مقاله آماری مقایسه تصادفی سیستم‌های سری و موازی در مدل مقیاس

چکیده مقاله آماری مقایسه تصادفی سیستم‌های سری و موازی :

در این مقاله، سیستم‌های سری و موازی متشکل از مولفه‌های مستقل و غیر هم‌توزیع که از مدل مقیاس پیروی می‌کنند، مورد مطالعه قرار گرفته و ترتیب‌های تصادفی متفاوتی میان آنها بررسی گردیده است. همچنین، نتایج به‌دست آمده در مورد سیستم‌های سری و موازی متشکل از مولفه‌هایی که از توزیع وایبول نمایی شده یا گامای تعمیم یافته پیروی می‌کنند، استفاده شده است. نتایج ارائه شده در این مقاله، تعمیم‌دهنده و کامل‌کننده نتایج موجود در مقالات مرتبط در این زمینه هستند.

واژه‌های کلیدی: مدل مقیاس، توزیع وایبول نمایی‌شده، وزیع گامای تعمیم‌یافته، ترتیب نرخ خطر معکوس، ترتیب تصادفی معمولی، بیشاندن ضعیف

پژوهشگران عزیز جهت مشاهده دیگر مقالات جناب سیستم های سری و موازی کلیک کنید .

چکیده لاتین مقاله آماری مقایسه تصادفی سیستم‌های سری و موازی :

Abstract of Stochastic Comparison of Series and Parallel Systems Statistical Article:

In this paper, series and parallel systems consisting of independent and non-distributive components that follow the scale model are studied and different random arrangements between them are investigated. Also, the results obtained for series and parallel systems consisting of components that follow the exponential Weibull distribution or generalized gamma have been used. The results presented in this article generalize and complement the results in related articles in this field.

Keywords: Scale Model, Exposed Weibull Distribution, Generalized Gamma Distribution, Reverse Risk Rate, Normal Random Order, Poor Increment

نویسندگان

• قباد برمال زن
• عابدین حیدری
• خالد معصومی فرد

پژوهشگران عزیز جهت مشاهده دیگر مقالات جناب عابدین حیدری کلیک کنید .

پژوهشگران عزیز جهت مشاهده دیگر مقالات جناب قباد برمال زن کلیک کنید .

منبع: http://jss.irstat.ir

برای دانلود مقاله آماری مقایسه تصادفی سیستم‌های سری وموازی که به صورت رایگان در اختیار شما پژوهشگر عزیز قرار میگیرد ابتدا به سبد خرید اضافه کنید و سپس مقاله را دانلود نمایید.

Phone number : 09199551777

Email: unitahlil@gmail.com