<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE ArticleSet PUBLIC "-//NLM//DTD PubMed 2.7//EN" "https://dtd.nlm.nih.gov/ncbi/pubmed/in/PubMed.dtd">
<ArticleSet>
<Article>
<Journal>
				<PublisherName>انجمن آمار ایران</PublisherName>
				<JournalTitle>اندیشه آماری</JournalTitle>
				<Issn>1026-8944</Issn>
				<Volume>27</Volume>
				<Issue>2</Issue>
				<PubDate PubStatus="epublish">
					<Year>2023</Year>
					<Month>02</Month>
					<Day>20</Day>
				</PubDate>
			</Journal>
<ArticleTitle>Compound optimal design approach under Type-II progressive
 censoring with random removal dependent on the failure distances</ArticleTitle>
<VernacularTitle>رویکرد بهینه‌یابی ترکیبی تحت سانسور فزاینده نوع دوم با خروج تصادفی وابسته به فواصل شکست</VernacularTitle>
			<FirstPage>95</FirstPage>
			<LastPage>103</LastPage>
			<ELocationID EIdType="pii">723334</ELocationID>
			
			
			<Language>FA</Language>
<AuthorList>
<Author>
					<FirstName>فاطمه</FirstName>
					<LastName>حسن تبار</LastName>
<Affiliation>دانشجوی دکتری، دانشکده ریاضی، آمار و علوم کامپیوتر، پردیس علوم، دانشگاه تهران، تهران، ایران</Affiliation>

</Author>
<Author>
					<FirstName>فیروزه</FirstName>
					<LastName>حقیقت</LastName>
<Affiliation>دانشیار، دانشکده ریاضی، آمار و علوم کامپیوتر، پردیس علوم، دانشگاه تهران، تهران، ایران</Affiliation>

</Author>
<Author>
					<FirstName>سمانه</FirstName>
					<LastName>افتخاری مهابادی</LastName>
<Affiliation></Affiliation>

</Author>
</AuthorList>
				<PublicationType>Journal Article</PublicationType>
			<History>
				<PubDate PubStatus="received">
					<Year>2025</Year>
					<Month>05</Month>
					<Day>01</Day>
				</PubDate>
			</History>
		<Abstract> In Type-II progressive censoring, determining the optimal censoring scheme among all those available censoring schemes is&lt;br /&gt; an essential practical issue. Multi-objective optimal approach try to find the optimal design by considering multiple objec&lt;br /&gt;tives simultaneously. In this article, by considering two criteria and using compound optimal approach, the optimal random&lt;br /&gt; removal vector is obtained in Type-II progressive censoring design with dependent random removal mechanism based on&lt;br /&gt; logit link function. The considered dependent random removal mechanism based on thelogit link function, including tunning&lt;br /&gt; parameters which are determined by the experimenter according to the goals of experiment and possible failure distances.&lt;br /&gt; These parameters adjust the removal probability in the random removal mechanism in order to reduce the cost and time&lt;br /&gt; of experiment. Determining the optimal value of these parameters according to the optimal criterion results in the optimal&lt;br /&gt; removal vector. Simulation studies are conducted to evaluate the compound optimal approach and compare the performance&lt;br /&gt; of the proposed approach with single-objective optimal design. At the end, the conclusions and few possible further works&lt;br /&gt; are presented. </Abstract>
			<OtherAbstract Language="FA">از میان بردار خروج‌های مختلف در سانسور فزاینده نوع دوم، یافتن بردار خروج بهینه با استفاده  از رویکردهای بهینه‌یابی در آزمایشات طول‌عمر مورد توجه است. رویکردهای بهینه‌یابی چند-هدفه با در نظر گرفتن چند هدف بصورت همزمان، سعی در یافتن طرح بهینه می‌نمایند. در این مقاله با در نظر گرفتن دو معیار و استفاده از رویکردهای بهینه‌یابی ترکیبی، بردار خروج بهینه در سانسور فزاینده نوع دوم با مکانیسم خروج تصادفیِ وابسته مبتنی بر تابع ربط لوجیت     به دست آورده می‌شود. مکانیسم خروج تصادفیِ  وابسته‌ مبتنی بر مدل لوجیت در نظر گرفته شده، شامل پارامترهای تنظیمی است که بوسیله آزمایشگر و با توجه به اهداف آزمایش و فواصل شکست احتمالی تنظیم و تعیین می‌گردد. این پارامترها، امکان تنظیم احتمال خروج را در مکانیسم سانسور  در جهت کاهش هزینه و زمان آزمایش فراهم می‌کند. تعیین مقدار بهینه این پارامترها با توجه به معیار بهینگی مد نظر، بردار خروج بهینه  را نتیجه می‌دهد. مطالعات شبیه‌سازی برای ارزیابی  رویکرد بهینه‌یابی ترکیبی و مقایسه آن با معیارهای بهینه‌یابی تک-هدفه در مکانیسم سانسور تصادفیِ وابسته انجام می‌گردد. در انتها نتایج و پیشنهادات ارائه شده است</OtherAbstract>
		<ObjectList>
			<Object Type="keyword">
			<Param Name="value">سانسور فزاینده نوع دوم</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">مکانیسم سانسور تصادفیِ وابسته مبتنی بر مدل لوجیت</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">رویکرد بهینه‌یابی ترکیبی</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">طرح بهینه چند-هدفه</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">میانگین زمان آزمایش</Param>
			</Object>
			<Object Type="keyword">
			<Param Name="value">هزینه سانسور</Param>
			</Object>
		</ObjectList>
<ArchiveCopySource DocType="pdf">https://andisheyeamari.irstat.ir/article_723334_e0f6040ec39d6245df9591260d801453.pdf</ArchiveCopySource>
</Article>
</ArticleSet>
