You are here: Home → Proceedings
Document Actions

Proceedings

Integration of Truncated Distributions in Exponential Family with Simulation Models of Logistics and Supply Chain Management

  1. M.Sc. Haichen Fu hair for Transport Systems and Logistics, Faculty for Engineering, University Duisburg-Essen
  2. Prof. Dr.-Ing. Bernd Noche Lehrstuhl für Transportsysteme und Logistik, Fakultät für Ingenieurswissenschaften, Universität Duisburg-Essen

Abstracts

Truncated distributions of the exponential family have great influence in the simulation models. This paper discusses the truncated Weibull distribution specifically. The truncation of the distribution is achieved by the Maximum Likelihood Estimation method or combined with the expectation and variance expressions. After the fitting of distribution, the goodness-of-fit tests (the Chi-Square test and the Kolmogorov-Smirnov test) are executed to rule out the rejected hypotheses. Finally the distributions are integrated in various simulation models, e. g. shipment consolidation model, to compare the influence of truncated and original versions of Weibull distribution on the model.

Gekürzte Verteilungen der exponentialen Familie haben großen Einfluss auf die Simulationsmodelle. Dieser Beitrag konzentriert sich auf die gekürzte Weibull-Verteilung. Die Verkürzung der Verteilung wird durch die Maximum-Likelihood-Estimation-Methode oder eine Kombination mit Erwartungswert und Varianz erreicht. Danach werden die Anpassungstests (z. B. Chi-Quadrat-Test und Kolmogorov-Smirnov-Test) durchgeführt, um die falschen Hypothesen zu beseitigen. Weiterhin wird die gekürzte Weibull-Verteilung in einem Lieferungs-Konsolidation-Modell integriert, um den Einfluss von gekürzten und originalen Verteilungen zu vergleichen

Fulltext

License

Any party may pass on this Work by electronic means and make it available for download under the terms and conditions of the free Digital Peer Publishing License. The text of the license may be accessed and retrieved at http://www.dipp.nrw.de/lizenzen/dppl/fdppl/f-DPPL_v1_de_11-2004.html.

Number of citations

Visit Google Scholar to find out, how often this paper is cited.