|
시뮬레이션 출력자료 분석 (모형의 타당성 검정)
▶ 대기시간의 경우
① 가설 설정
위의 모형에서 입력자료료부터 총 5회 추출해서 얻은 출력변수인 평균대기시간 ( )의 타당성을 입증하기 위해서 다음과 같은 통계적 가설을 설정할 수 있다.
|
|
|
시뮬레이션의 (1)개념 및 적용가능 분야, 그리고 (2)이를 이용한 시설대안 평가의 수치적 예를 2개 이상 작성해 보았다. 확률통계적 장기수선충당금 탐색 및 분석 시스템(Stochastic Long-term maintenance Costs Estimating method;이하 SLCE)은 몬테카를로 시뮬
|
|
|
도착시간이 T보다 큰 경우
if((min(AT, DT)>T)&&(SV==0)) {
LastDT <- max(t-T, 0)
VecServiceTime <- VecDT-VecAT
VecAn[i] <- An
MeanST[i] <- mean(VecServiceTime)
VecLDT[i] <- LastDT
break;
}
}
}
# 총 고객수, 평균 서비스 시간, 마지막 고객이 떠난 시간
cat("\tTotalCustomers : "
|
|
|
시뮬레이션 개념
(1) 다변수 함수를 이용한 공간 함수 적용 개념
(2) 공간 상태의 변수와 변수의 사실 규명 및 유추론
1. 다변수 함수를 이용한 공간함수 적용 개념
우리는 그동안 하나의 독립변수와 종속변수 상호관계를 이용하여 통계적
|
|
|
(Monte Carlo)의 이름을 본따 명명하였습니다. 1. 서론 1
2. 본문 1
(1) 몬테카를로 시뮬레이션의 개념 1
(2) 적용가능 분야 2
(3) 이를 이용한 시설 대안 평가의 수치적 두 가지 예. 2
1) 원주율 구하기 2
2) 몬테카를로 적분 3
* 참고자료 3
|
|
 |
시뮬레이션 기술
- Python, R: 대사 네트워크 분석 및 통계적 데이터 분석
- Matlab, COBRA Toolbox: 대사경로 시뮬레이션
이러한 연구 경험과 실험 기술을 바탕으로, CJ BIO의 R&D(발효) 직무에서 대사공학 및 발효공정 최적화를 통한 바이오소재 개발에
|
|
메뉴펼치기
