Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal

Safety analysis is critical when developing new engineering systems. Many systems have to function under randomly occurring events, making stochastic processes useful in a safety modelling context. However, a general stochastic process is very challenging to analyse mathematically. Therefore, model restrictions are necessary to simplify the mathematical analysis. A popular simplified stochastic model is the Semi-Markov process (SMP), which is a generalization of the "memoryless" continuous-time Markov chain. However, only a subclass of Semi-Markov models can be analysed with non-simulation based methods. In these models, the cumulative density function (cdf) of the random variables describing the system is in the form of expolynomials. This thesis investigates the possibility to extend the number of Semi-Markov models that can be analysed with non-simulation based methods by approximating the non-expolynomial random variables with expolynomials. This thesis focus on approximation of models partially described by LogNormal and Weibull distributed random variables. The result shows that it is possible to approximate some Semi-Markov models with non-expolynomial random variables. However, there is an increasing difficulty in approximating a non-expolynomial random variable when the variability in the distribution increases. / Säkerhetsanalys är avgörande när man utvecklar nya tekniska system. Många system måste fungera under slumpmässigt inträffande händelser, vilket gör stokastiska processer användbara i ett säkerhetsmodellerande sammanhang. En allmän stokastisk process är dock mycket utmanande att analysera matematiskt. Därför är begränsningar på modellen nödvändiga för att förenkla den matematiska analysen. En populär förenklad stokastisk modell är Semi-Markov-processen (SMP), vilket är en generalisering av den "minneslösa" tids-kontinuerliga Markov-kedjan. Dock är det endast en underklass av Semi-Markov-modeller som kan analyseras med icke-simuleringsbaserade metoder. I dessa modeller är den kumulativa densitetsfunktionen (cdf) för de slumpmässiga variablerna som beskriver systemet i form av expolynomials. Denna rapport undersöker möjligheten att utöka antalet Semi-Markov-modeller som kan analyseras med icke-simuleringsbaserade metoder genom att approximera de icke-expolynomial slumpvariablerna med expolynomials. Vi fokuserar på approximering av modeller som delvis beskrivs av LogNormal distribuerade och Weibull distribuerade slumpmässiga variabler. Resultatet visar att det är möjligt att approximera vissa stokastiska variabler som är icke-expolynomial i Semi-Markov-modeller. Resultatet visar dock att det är en ökande svårighet att approximera en icke-expolynomial slumpmässiga variabeln när variabiliteten i fördelningen ökar.

Enabling more than one function in an entity provides a new cost-effective way to develop a highly reliable system. In this dissertation, we study the reliability of systems containing multi-functional entities. We derive the expressions for reliability of one-shot systems and reliability of each function. A step further, a redundancy allocation problem (RAP) with the objective of maximizing system reliability is formulated. Unlike constructing a system with only single-functional entities, the number of copies of a specific function to be included in each multi-functional entity (i.e., functional redundancy) needs to be determined as part of the design. Moreover, a start-up strategy for turning on specific functions in these components must be decided prior to system operation. We develop a heuristic algorithm and include it in a two-stage Genetic Algorithm (GA) to solve the new RAP. We also apply a modified Tabu search (TS) method for solving such NP-hard problems. Our numerical studies illustrate that the two-stage GA and the TS method are quite effective in searching for high quality solutions. The concept of multi-functional entities can be also applied in probabilistic site selection problem (PSSP). Unlike traditional PSSP with failures either at nodes or on edges, we consider a more general problem, in which both nodes and edges could fail and the edge-level redundancy is included. We formulate the problem as an integer programming optimization problem. To reduce the searching space, two corresponding simplified models formulated as integer linear programming problems are solved for providing a lower bound to the primal problem. Finally, a big challenge in reliability analysis is how to determine the failure distribution of components. This is especially significant for multi-functional entities as more levels of redundancy are considered. We provide an automated model-selection method to construct the best phase-type (PH) distribution for a given data set in terms of the model complexity and the adequacy of statistical fitting. To efficiently utilize the Akaike Information Criterion for balancing the likelihood value and the number of free parameters, the proposed method is carried out in two stages. The detailed subproblems and the related solution procedures are developed and illustrated through numerical studies. The results verify the effectiveness of the proposed model-selection method in constructing PH distributions.

穩定狀態機率是讓我們了解各種排隊網路性能的基礎。在擬生死過程(Quasi-Birth-and-Death) Phase-type 分配中求得穩定狀態機率，通常是依賴排隊網路的結構。在這篇論文中，我們提出了一種計算方法-LU分解，可以求得在排隊網路中有多台服務器的穩定狀態機率。此計算方法提供了一種通用的方法，使得複雜的大矩陣變成小矩陣，並減低計算的複雜性。當需要計算一個複雜的大矩陣，這個成果變得更加重要。文末，我們提到了離開時間間隔，並用兩種方法 (Matlab 和 Promodel) 去計算期望值和變異數，我們發現兩種方法算出的數據相近，接著計算離開顧客的時間間隔相關係數。最後，我們提供數值實驗以計算不同服務器個數產生的離去過程和相關係數，用來說明我們的方法。 / Stationary probabilities are fundamental in response to various measures of performance in queueing networks. Solving stationary probabilities in Quasi-Birth-and-Death(QBD) with phase-type distribution normally are dependent on the structure of the queueing network. In this thesis, a new computing scheme is developed for attaining stationary probabilities in queueing networks with multiple servers. This scheme provides a general approach of consindering the complexity of computing algorithm. The result becomes more significant when a large matrix is involved in computation. After determining the stationary probability, we study the departure process and the moments of inter-departure times. We can obtain the moment of inter-departure times. We compute the moments of inter-departure times and the variance by applying two numerical methods (Matlab and Promodel). The lag-k correlation of inter-departure times is also introduced in the thesis. The proposed approach is proved theoretically and verifieded with illustrative examples.

We propose a situation in which a single employee is responsible for processing incoming claims to an insurance company that can be classified as being one of two possible types. More specifically, we consider a priority-based system having separate buffers to store high priority and low priority incoming claims. We construct a mathematical model and perform queueing analysis to evaluate the performance of this priority-based system, which incorporates the possibility of claims being redistributed, lost, or prematurely processed.

We propose a situation in which a single employee is responsible for processing incoming claims to an insurance company that can be classified as being one of two possible types. More specifically, we consider a priority-based system having separate buffers to store high priority and low priority incoming claims. We construct a mathematical model and perform queueing analysis to evaluate the performance of this priority-based system, which incorporates the possibility of claims being redistributed, lost, or prematurely processed.

在這一篇論文裡，我們討論兩個階段的封閉式等候線網路，其中服務時間的機率分配都是Phase type分配。我們猜測服務時間的機率分配和離開時間間隔的機率分配滿足一組聯立方程組。然後，我們推導出非邊界狀態的穩定機率可以被表示成 product-form的線性組合，而每個product-form可以用聯立方程組的根來構成。利用非邊界狀態的穩定機率， 我們可以求出邊界狀態的機率。最後我們建立一個求穩定機率的演算過程。利用這個演算方法，可以簡化求穩定機率的複雜度。 / In this thesis, we are concerned with the property of a two-stage closed system in which the service times are identically of phase type. We first conjecture that the 　Laplace-Stieltjes Transforms (LST) of service time distributions may satisfy a system of equations. Then we present that the stationary probabilities on the unboundary states can be written as a linear combination of product-forms. Each component of these products can be expressed in terms of roots of the system of equations. Finally, we establish an algorithm to obtain all the stationary probabilities. The algorithm is expected to work well for relatively large customers in the system.

Made available in DSpace on 2015-03-03T15:32:44Z (GMT). No. of bitstreams: 1 AnnaRSM_DISSERT.pdf: 991497 bytes, checksum: 8cd89e56b698033013c824b49f639a4e (MD5) Previous issue date: 2014-01-30 / We present a dependent risk model to describe the surplus of an insurance portfolio, based on the article "A ruin model with dependence between claim sizes and claim intervals"(Albrecher and Boxma [1]). An exact expression for the Laplace transform of the survival function of the surplus is derived. The results obtained are illustrated by several numerical examples and the case when we ignore the dependence structure present in the model is investigated. For the phase type claim sizes, we study by the survival probability, considering this is a class of distributions computationally tractable and more general / Neste trabalho apresentamos um modelo de risco dependente para descrever o excedente de uma carteira de seguros, com base no artigo "A ruin model with dependence between claim sizes and claim intervals"(Albrecher e Boxma [1]). Obtemos uma express?o exata para a probabilidade de sobreviv?ncia atrav es da Transformada de Laplace da fun??o de sobreviv?ncia do superavit. Ilustramos os resultados obtidos atrav?s de exemplos num?ricos e investigamos o que acontece ao se ignorar a estrutura de depend?ncia presente no modelo. Estudamos tamb?m a probabilidade de sobreviv?ncia para indeniza??es que possuem distribui??o do Tipo Fase, considerando que esta ? uma classe de distribui??es, computacionalmente trataveis, bem mais geral

Depuis longtemps les modèles de type phase sont utilisés dans plusieurs domaines scientifiques pour décrire des systèmes qui peuvent être caractérisés par différents états. Les modèles sont bien connus en théorie des files d’attentes, en économie et en assurance.<p><p>La thèse est focalisée sur différentes applications des modèles de type phase en assurance et montre leurs avantages. En particulier, le modèle de Lin et Liu en 2007 est intéressant, parce qu’il décrit le processus de vieillissement de l’organisme humain. La durée de vie d’un individu suit une loi de type phase et les états de ce modèle représentent des états de santé. Le fait que le modèle prévoit la connexion entre les états de santé et l’âge de l’individu le rend très utile en assurance.<p><p>Les résultats principaux de la thèse sont des nouveaux modèles et méthodes en assurance pension et en assurance santé qui utilisent l’hypothèse de la loi de type phase pour décrire la durée de vie d’un individu.<p><p>En assurance pension le but d’estimer la profitabilité d’un fonds de pension. Pour cette raison, on construit un modèle « profit-test » qui demande la modélisation de plusieurs caractéristiques. On décrit l’évolution des participants du fonds en adaptant le modèle du vieillissement aux causes multiples de sortie. L’estimation des profits futurs exige qu’on détermine les valeurs des cotisations pour chaque état de santé, ainsi que l’ancienneté et l’état de santé initial pour chaque participant. Cela nous permet d’obtenir la distribution de profits futurs et de développer des méthodes pour estimer les risques de longevité et de changements de marché. De plus, on suppose que la diminution des taux de mortalité pour les pensionnés influence les profits futurs plus que pour les participants actifs. C’est pourquoi, pour évaluer l’impact de changement de santé sur la profitabilité, on modélise séparément les profits venant des pensionnés.<p><p>En assurance santé, on utilise le modèle de type phase pour calculer la distribution de la valeur actualisée des coûts futurs de santé. On développe des algorithmes récursifs qui permettent d’évaluer la distribution au cours d’une période courte, en utilisant des modèles fluides en temps continu, et pendant toute la durée de vie de l’individu, en construisant des modèles en temps discret. Les trois modèles en temps discret correspondent à des hypothèses différentes qu’on fait pour les coûts: dans le premier modèle on suppose que les coûts de santé sont indépendants et identiquement distribués et ne dépendent pas du vieillissement de l’individu; dans les deux autres modèles on suppose que les coûts dépendent de son état de santé.<p> / Doctorat en Sciences / info:eu-repo/semantics/nonPublished

A Markov process is defined by its transition matrix. A skip-free Markov process is a stochastic system defined by a level that can only change by one unit either upwards or downwards. A regular perturbation is defined as a modification of one or more parameters that is small enough not to change qualitatively the model.<p>This thesis focuses on a category of methods, called matrix analytic methods, that has gained much interest because of good computational properties for the analysis of a large family of stochastic processes. Those methods are used in this work in order i) to analyze the effect of regular perturbations of the transition matrix on the stationary distribution of skip-free Markov processes; ii) to determine transient distributions of skip-free Markov processes by performing regular perturbations.<p>In the class of skip-free Markov processes, we focus in particular on quasi-birth-and-death (QBD) processes and Markov modulated fluid models.<p><p>We first determine the first order derivative of the stationary distribution - a key vector in Markov models - of a QBD for which we slightly perturb the transition matrix. This leads us to the study of Poisson equations that we analyze for finite and infinite QBDs. The infinite case has to be treated with more caution therefore, we first analyze it using probabilistic arguments based on a decomposition through first passage times to lower levels. Then, we use general algebraic arguments and use the repetitive block structure of the transition matrix to obtain all the solutions of the equation. The solutions of the Poisson equation need a generalized inverse called the deviation matrix. We develop a recursive formula for the computation of this matrix for the finite case and we derive an explicit expression for the elements of this matrix for the infinite case.<p><p>Then, we analyze the first order derivative of the stationary distribution of a Markov modulated fluid model. This leads to the analysis of the matrix of first return times to the initial level, a charactersitic matrix of Markov modulated fluid models.<p><p>Finally, we study the cumulative distribution function of the level in finite time and joint distribution functions (such as the level at a given finite time and the maximum level reached over a finite time interval). We show that our technique gives good approximations and allow to compute efficiently those distribution functions.<p><p><p>----------<p><p><p><p><p><p>Un processus markovien est défini par sa matrice de transition. Un processus markovien sans sauts est un processus stochastique de Markov défini par un niveau qui ne peut changer que d'une unité à la fois, soit vers le haut, soit vers le bas. Une perturbation régulière est une modification suffisamment petite d'un ou plusieurs paramètres qui ne modifie pas qualitativement le modèle.<p><p>Dans ce travail, nous utilisons des méthodes matricielles pour i) analyser l'effet de perturbations régulières de la matrice de transition sur le processus markoviens sans sauts; ii) déterminer des lois de probabilités en temps fini de processus markoviens sans sauts en réalisant des perturbations régulières. <p>Dans la famille des processus markoviens sans sauts, nous nous concentrons en particulier sur les processus quasi-birth-and-death (QBD) et sur les files fluides markoviennes. <p><p><p><p>Nous nous intéressons d'abord à la dérivée de premier ordre de la distribution stationnaire – vecteur clé des modèles markoviens – d'un QBD dont on modifie légèrement la matrice de transition. Celle-ci nous amène à devoir résoudre les équations de Poisson, que nous étudions pour les processus QBD finis et infinis. Le cas infini étant plus délicat, nous l'analysons en premier lieu par des arguments probabilistes en nous basant sur une décomposition par des temps de premier passage. En second lieu, nous faisons appel à un théorème général d'algèbre linéaire et utilisons la structure répétitive de la matrice de transition pour obtenir toutes les solutions à l’équation. Les solutions de l'équation de Poisson font appel à un inverse généralisé, appelé la matrice de déviation. Nous développons ensuite une formule récursive pour le calcul de cette matrice dans le cas fini et nous dérivons une expression explicite des éléments de cette dernière dans le cas infini.<p>Ensuite, nous analysons la dérivée de premier ordre de la distribution stationnaire d'une file fluide markovienne perturbée. Celle-ci nous amène à développer l'analyse de la matrice des temps de premier retour au niveau initial – matrice caractéristique des files fluides markoviennes. <p>Enfin, dans les files fluides markoviennes, nous étudions la fonction de répartition en temps fini du niveau et des fonctions de répartitions jointes (telles que le niveau à un instant donné et le niveau maximum atteint pendant un intervalle de temps donné). Nous montrerons que cette technique permet de trouver des bonnes approximations et de calculer efficacement ces fonctions de répartitions. / Doctorat en Sciences / info:eu-repo/semantics/nonPublished