Sugestões de trabalhos futuros

Como sugestão para trabalhos futuros, propõe-se os seguintes avanços na presente pesquisa: estimar os parâmetros do modelo sugerido através de Inferência Bayesiana e comparar com os obtidos por máxima verossimilhança, obter algoritmos para simulação de reparos imperfeitos aplicando-se a abordagem Kijima tipo II no modelo proposto, modelar as funções objetivo considerando múltiplos modos de falha, considerar intervalos de manutenção preventiva, incluir outras variáveis de decisão que possam ser interessantes para decisões em políticas de substituição com reparos imperfeitos, e procurar novos algoritmos de otimização a fim de verificar se estes fornecem melhores resultados para a consistência das estimativas.

Para modelar reparos imperfeitos da abordagem Kijima tipo II, pode-se utilizar algum método de estimação dos parâmetros PRG, como é possível observar nos trabalhos de Yañez, Joglar & Modarres (2002) e Mettas & Zhao (2005), que desenvolveram um modelo baseado em EMV’s, ou propor um modelo bayesiano como desenvolvido por Groen (2002) e Rocha (2006), a depender das características dos dados disponíveis. Além disso, também será necessário realizar uma Transformação Inversa para a geração dos tempos de falha, de modo que a atuação do parâmetro de rejuvenescimento esteja relacionada ao modelo Kijima tipo II.

REFERÊNCIAS

ALI, M.; PANT, M.; ABRAHAM, A. Simplex Differential Evolution. Acta Polytechnica Hungarica, v. 6, n. 5, p. 95-115, 2009.

ARDIA, D.; BOUDT, K.; CARL, P.; MULLEN, K. M.; PETERSON, B. G. Differential Evolution with DEoptim: An application to non-nonvex portfolio optimization. The R Journal, v. 3, p. 27-34, 2011.

ASCHER, H.; FEINGOLD, H. Repairable systems reliability: modeling, inference, misconceptions and their causes. New York, Marcel Dekker, 1984.

AZEVEDO, R. V. Um problema de decisão simultânea da política de substituição e da quantidade de sobressalentes para sistemas sujeitos a reparos imperfeitos utilizando algoritmos genéticos multiobjetivos e simulação discreta de eventos. Dissertação (Mestrado) – Universidade Federal de Pernambuco. Programa de Pós-Graduação em Engenharia de Produção, 2013. Orientador: Prof. Dr. Márcio das Chagas Moura.

BASTOS, R. L. Proposição de testes bootstrap para o índice de qualidade sensorial. Dissertação (Mestrado) – Universidade Federal de Lavras. Programa de Pós-Graduação em Estatística e Experimentação Agropecuária, 2013. Orientador: Prof. Dr. Marcelo Silva de Oliveira.

BERCHER, J. F.; VIGNAT, C. A new look at q-exponential distributions via excess statistics. Physica A: Statistical Mechanics and its Applications, v.387, p. 5422–5432, 2008.

BOLTZMANN, L. Further studies on the thermal equilibrium of gas molecules. Sitzungsberichte der Akademie der Wissenschaften, v. 1, n. 66, p. 275, 1872.

CASELLA, G.; BERGER, R. L. Statistical inference. Cengage Learning, 2 ed., 2008.

CHENG, S.L.; HWANG, C. Optimal approximation of linear systems by a Differential Evolution Algorithm. IEEE Transactions on Systems, Man, and Cybernetics - Part A: Systems and Humans, v.31, n. 6, p. 698-707, 2001.

CHIB, S.; GREENBERG, E. Understanding the metropolis-hasting algorithm. The American Statistician, v. 49, n. 4, p. 327-335, 1995.

CORRÊA, T.; LINS, I. D.; MOURA, M. J. C.; DROGUETT, E. L. -Weibull-based generalized renewal process. In: Associação Brasileira de Análise de Risco, Segurança de Processos e Confiabilidade - ABRISCO, 2015.

COX, D. R.; ISHAM, V. Point processes. London, Chapman and Hall, 1980.

CRAMER, J. S. Econometric applications of maximum likelihood methods. Cambridge, Cambridge University Press, 1986.

DALEY, D. J.; VERE-JONES, D. An introduction to the theory of point processes. New York, Springer, 2003.

EFRON, B. Bootstrap methods: another look at the jackknife. Annals of Statistics, Hayward, v. 7, p. 1-26, 1979.

EFRON, B.; TIBSHIRANI, R. J. An introduction to the Bootstrap. New York, Chapman & Hall, 1993.

FISHER, R. A. On the mathematical foundations of theoretical statistics. Philosophical Transactions of the Royal Society of London A, v. 222, p. 309-368, 1922.

GALLAGER, R. G. Discrete stochastic processes. Norwell, Kluwer Academic Publishers, 2 ed., 2009.

GELL-MANN, M.; TSALLIS, C. Nonextensive entropy: interdisciplinary applications. Oxford University Press, 1 ed., 2004.

GIBBS, J. Elementary principles in statistical mechanics: developed with especial reference to the rational foundations of thermodynamics. New York, Charles Scribner’s Sons, 1902. GREINER, W.; NEISE, L.; STOCKER, H. Thermodynamics and statistical mechanics. Springer, 2 ed., 1997.

GROEN, F. Bayesian framework for general renewal process modeling Report. University of Maryland, Maryland. 2002.

HURTADO, J. L.; JOGLAR, F.; MODARRES, M. Generalized renewal process: models parameter estimation and applications to maintenance problems. International Journal of Performability Engineering, v. 1, n. 1, p. 37-50, 2005.

JACK, N. Age-reduction models for imperfect maintenance. IMA Journal of Mathematics Applied in Business & Industry, v. 9, p. 347-354, 1998.

JACOPINO, A.; GROEN, F.; MOSLEH, A. Behavioural study of the general renewal process. Reliability, Availability an Maintainability Symposium (RAMS), p. 237-242, 2004.

JACOPINO, A. G. Generalization and bayesian solution of the general renewal process for modeling the reliability effects of imperfect inspection and maintenance based on imprecise data. Tese (Doutorado) – Mechanical Engineering, University of Maryland, Maryland, USA, 2005. Orientador: Prof. Ali Mosleh.

JAUREGUI, M.; TSALLIS, C. New representations of pi and dirac delta using the nonextensive-statistical-mechanics -exponential function. Journal of Mathematical Physics, v. 51, n. 6, 2010.

JAUREGUI, M.; TSALLIS, C.; CURADO, E. M. F. -moments remove the degeneracy associated with the inversion of the -fourier transform. Journal of Statistical Mechanics: Theory and Experiment, v. 2011, n. 10, 2011.

JOHNSON, N. L.; KOTZ, S.; BALAKRISHNAN, N. Continuous univariate distributions. New York, John Wiley and Sons, 2 ed., 1995.

JOSE, K. K.; NAIK, S. R. On the -Weibull distribution and its applications. Communications in Statistics - Theory and Methods, v. 38, p. 912-926, 2009.

KAMINSKIY, M. P.; KRIVTOV, V. V. A Monte Carlo approach to repairable system reliability analysis. Probabilistic Safety Assessment and Management, p. 1063-1068, 1998.

KARABOGA, D.; ÖKDEM, S. A simple and global optimization algorithm for engineering problems: Differential Evolution algorithm. Turkish Journal of Electrical Engineering & Computer Sciences, v.12, n.1, 2004.

KIJIMA, M.; SUMITA, N. A useful generalization of renewal theory: counting process governed by non-negative markovian increments. Journal of Applied Probability, v. 23, p. 71- 88, 1986.

LAHERRÈRE, J; SORNETTE, D. Stretched exponential distributions in nature and economy: 'Fat tails' with characteristic scales. European Physical Journal B, v. 2, p. 525-539, 1998.

LI, YUAN-LONG; ZHAN, ZHI-HUI; GONG, YUE-JIAO; CHEN, WEI-NENG; ZHANG, JUN; LI, YUN. Differential evolution with an evolution path: a deep evolutionary algorithm. IEEE Transactions On Cybernetics, v. 45, n. 9, p. 1798-1810, 2015.

LINDQVIST, B. H. On the statistical modelling and analysis of repairable systems. Statistical Science, v. 21, p. 532-551, 2006.

MANTEIGA, W. G.; SÁNCHEZ, J. M. P.; ROMO, J. The bootstrap: a review. Computational Statistics, v. 9, n. 4, p. 165-176, 1994.

MARTINEZ, E. Z.; LOUZADA-NETO, F. Uma introdução à estimativa intervalar via bootstrap. Relatório técnico do DES/UFSCar, série A: teoria e métodos, p. 37, 2000.

METTAS, A.; ZHAO, W. Modeling and analysis of reliability of repairable systems with general repair. In: Annual Reliability And Maintainability Symposium. Alexandria, p. 176- 182, 2005.

MODARRES, M.; KAMINSKIY, M.; KRIVTSOV, V. Reliability engineering and Risk analysis: A Practical Guide. New York, Marcel Dekker, 1 ed., 1999.

MONTGOMERY, D. C.; RUNGER, G. C. Applied statistics and probability for engineers. New York, Wiley, 6 ed., 2014.

MOORE, D. S.; MCCABE, G. P.; CRAIG, B. A. Introduction to the practice of statistics. New York, W.H. Freeman, 6 ed., 2009.

MOURA, M. J. C.; ROCHA, S.; DROGUETT, E. L.; JACINTO, C. Avaliação bayesiana da eficácia da manutenção via processo de renovação generalizado. Pesquisa Operacional, v. 27, n. 3, p. 569-589, 2007.

MOYANO, L. G.; TSALLIS, C.; GELL-MANN, M. Numerical indications of a -generalised central limit theorem. Europhysics Letters (EPL), v. 73, n. 6, p. 813-819, 2006.

NEAL, R. M. Slice sampling. The Annals of Statistics, v. 31, n. 3, p. 705-767, 2003.

PAN, QUAN-KE; TASGETIREN, M. F.; LIANG, YUN-CHIA. A discrete differential evolution algorithm for the permutation flowshop scheduling problem. Computers & Industrial Engineering, v. 55, p. 795-816, 2008.

PICOLI, S.; MENDES, R. S.; MALACARNE, L. C. -Exponencial, Weibull, and -Weibull distributions: an empirical analysis. Physica A: Statistical Mechanics and its Applications, v. 324, p. 678-688, 2003.

PICOLI, S.; MENDES, R. S.; MALACARNE, L. C.; SANTOS, R. P. B. -distributions in complex systems: a brief review. Brazilian Journal of Physics, v. 39, p. 468-474, 2009.

RAMIREZ-MÁRQUEZ, J. E.; JIANG, W. On improved confidence bounds for system reliability. IEEE Transactions on Reliability, v. 55, p. 26-36, 2006.

RAUSAND, M.; HØYLAND, A. System reliability theory: models, statistical methods, and applications. New Jersey, John Wiley & Sons, 2 ed., 2004.

RIGDON, S. E; BASU, A. P. Statistical methods for the reliability of repairable systems. New York, Wiley-Interscience, 1 ed., 2000.

ROCHA, S. P. V. da. Um modelo integrado de inferência bayesiana e processos markovianos para análise de sistemas reparáveis sujeitos a reparo imperfeito via processo de renovação generalizado. Dissertação (Mestrado) – Universidade Federal de Pernambuco. Programa de Pós-Graduação em Engenharia de Produção, 2006. Orientador: Prof. Dr. Enrique Andrés López Droguett.

ROSS, S. Stochastic Processes. New York, John Wiley & Sons, 2 ed., 1996.

SALES FILHO, R. L. M. A Novel -Exponential Based Stress-Strength Reliability Model and Applications to Fatigue Life With Extreme Values. Tese (Doutorado) – Universidade Federal de Pernambuco. Programa de Pós-Graduação em Engenharia de Produção, 2016. Orientador: Prof. Dr. Enrique López Droguett.

SANTOS, G. F. Identificação de danos estruturais utilizando técnicas de otimização. Dissertação (Mestrado) – Universidade do Estado do Rio de Janeiro. Programa de Pós- Graduação em Engenharia Civil, 2009. Orientador: Prof. Dr. Francisco José da Cunha Pires Soeiro.

SEGUNDO, G. A. S. Uma abordagem usando evolução diferencial para solucionar problemas de programação em dois níveis não lineares. Dissertação (Mestrado) – Universidade Federal do Espírito Santo. Programa de Pós-Graduação em Informática, 2012. Orientador: Prof. Dr. Renato Antônio Krohling.

SHALIZI, C. R. Maximum likelihood estimation for -Exponential (Tsallis) distributions. arXiv: math/0701854v2 [math.ST], v. 2, 2007.

SHANNON, C. E. A mathematical theory of communication. The Bell System Technical Journal, v. 27, p. 379-423, 1948.

STORN, R.; PRICE, K. Differential Evolution: a simple and efficient adaptive scheme for global optimization over continuous spaces. Technical Report, International Computer Science Institute, Berkeley, 1995.

STORN, R.; PRICE, K. Differential evolution – a simple and efficient heuristic for global Optimization over continuous spaces. Journal of Global Optimization, v. 11, p. 341-359, 1997.

TACONELI, C. A. Reamostragem bootstrap em amostragem por conjuntos ordenados e intervalos de confiança não paramétricos para a média. Dissertação (Mestrado) – Universidade Federal de São Carlos. Programa de Pós-Graduação em Estatística, 2005. Orientadora: Profa. Dra. Maria Cecilia Mendes Barreto.

TSALLIS, C. Possible generalization of Boltzmann-Gibbs statistics. Journal of Statistical Physics, v. 52, p. 479-487, 1988.

TSALLIS, C. Nonextensive statistics: theoretical, experimental and computational evidences and connections. Brazilian Journal of Physics, v. 29, p. 1-35, 1999.

TSALLIS, C. Introduction to nonextensive statistical mechanics, approaching a complex world. New York, Springer, 2009.

UMAROV, S.; TSALLIS, C. On a representation of the inverse -transform. Physics Letters A, v. 372, n. 29, p. 4874-4876, 2008.

WALLER, L. A.; GOTWAY, C. A. Applied spatial statistics for public health data. New Jersey, Wiley, 2004.

WANG, Z.; YANG, J. Numerical method for Weibull generalized renewal process and its applications in reliability analysis of NC machine tools. Computers & Industrial Engineering, v. 63, p. 1128-1134, 2012.

WU, H.; MEEKER, W. Q. Early detection of reliability problems using information from warranty databases. Technometrics, v. 44, p. 120-133, 2002.

YAÑEZ, M.; JOGLAR, F. E.; MODARRES, M. Generalized renewal process for analysis of repairable systems with limited failure experience. Reliability Engineering and System Safety, v. 77, p. 167-180, 2002.

YUAN, X.; CAO, BO; YANG, BO; YUAN, Y. A modified differential evolution for constrained optimization. International Conference on Information Computing and Automation, p. 19-22, 2007.

ZHANG, X.; LU, Q.; WEN, S.; WU, M.; WANG, X. A modified Differential Evolution for constrained optimization. ICIC Express Letters, v. 2, n. 2, p. 181-186, 2008.

ZOU, D.; LIU, H.; GAO, L.; LI, S. A novel modified Differential Evolution algorithm for constrained optimization problems. Journal Computers & Mathematics with Applications, v. 61, p. 1608-1623, 2011.