Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2306.02088v1

帮助 | 高级搜索

数学 > 概率

arXiv:2306.02088v1 (math)
[提交于 2023年6月3日 (此版本) , 最新版本 2024年3月13日 (v2) ]

标题: 状态 reunite 可维护性对于半马尔可夫模型

标题: State Reunion Maintainability for Semi-Markov Models

Authors:Brecht Verbeken, Marie-Anne Guerry
摘要: 在以前的研究中,强调了马尔可夫模型和半马尔可夫模型在人力规划中的重要性。 对于不同类型的人员策略(即通过晋升控制和通过招聘控制),对各种类型的马尔可夫模型(同质的以及非同质的)的人口结构的可维护性进行了广泛研究。 半马尔可夫模型是马尔可夫模型的扩展,它考虑了在状态中的停留时间。 对于半马尔可夫模型的可维护性的研究关注较少。 尽管如此,一些有趣的可维护性结果已经获得对于非同质的半马尔可夫模型。 本文专注于离散时间同质半马尔可夫模型,并在此背景下探讨可维护人口结构的概念。 特别是,引入了一个新的可维护性概念,即所谓的状态重聚可维护性。 研究表明,这种可维护性概念与非同质马尔可夫链的可维护性密切相关。
摘要: In previous research the importance of both Markov and semi-Markov models in manpower planning is highlighted. Maintainability of population structures for different types of personnel strategies (i.e. under control by promotion and control by recruitment) were extensively investigated for various types of Markov models (homogeneous as well as non-homogeneous). Semi-Markov models are extensions of Markov models that account for duration of stay in the states. Less attention is paid to the study of maintainability for semi-Markov models. Although, some interesting maintainability results were obtained for non-homogeneous semi-Markov models. The current paper focuses on discrete-time homogeneous semi-Markov models, and explores the concept of maintainable population structures in this setting. In particular, a new concept of maintainability is introduced, the so-called State Reunion maintainability. It is shown that this concept of maintainability is closely related to maintainability for non-homogeneous Markov chains.
主题: 概率 (math.PR)
引用方式: arXiv:2306.02088 [math.PR]
  (或者 arXiv:2306.02088v1 [math.PR] 对于此版本)
  https://doi.org/10.48550/arXiv.2306.02088
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Marie-Anne Guerry [查看电子邮件]
[v1] 星期六, 2023 年 6 月 3 日 11:37:25 UTC (10 KB)
[v2] 星期三, 2024 年 3 月 13 日 11:22:10 UTC (106 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
许可图标 查看许可
当前浏览上下文:
math.PR
< 上一篇   |   下一篇 >
新的 | 最近的 | 2023-06
切换浏览方式为:
math

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号