Estimation for an M/G/ queue with incomplete information
信息不完整时的队列模型估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究队列中的不完整观测估计，未提供所列经济或金融细分领域的直接依据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
信息不完整时的队列模型估计
- 研究问题
- 研究仅观测离散时间队列长度、无法匹配到达与离开事件时，如何估计到达率与停留时间分布。
- 方法与思路
- 作者比较快速矩估计与基于熵启发几何近似的最大似然估计；近似引入马尔可夫结构以使用隐马尔可夫算法。
- 材料陈述的贡献
- 摘要称所设模型下最大似然估计有效，模拟中均方根误差约低25%，但计算难度随参数数量指数增长。
- 阅读关注点
- 应核对队列设定、几何近似与真实模型的关系，以及误差比较和缺少停留时间观测对检验功效的影响。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；题名队列记号不完整，需核对原文。25%的差异仅为摘要所述模拟结果。
原文摘要
We consider the estimation of the arrival rate and holding distribution of a discrete time queue using only information about the size of the queue. Arrivals are not matched to departures so that direct observations of the holding times are not available. We study two estimators, quickly computed moment estimators and maximum likelihood estimators based on an entropy-motivated geometric approximation. This approximation lends the problem a Markovian structure that permits use of algorithms designed for estimating hidden Markov models. Under the assumed model, the resulting maximum likelihood estimators are efficient, but the difficulty of their calculation increases exponentially with the number of parameters. Simulations show that the root mean squared error of maximum likeilihood estimators is about 25% smaller than that of moment estimators. Simulations also show how the absence of direct observations of holding times reduce the power of tests for detecting deviations from simple models.