×
阿德里安·斯帕格诺尔;鲁道夫·勒·里奇;塞巴斯蒂安·达维加

变量选择优化的全局敏感性分析。 （英语） 兹比尔1421.49032

SIAM/ASA J.不确定性。数量。 7, 417-443 (2019).
摘要：高维函数的优化是工程问题中的一个关键问题，但由于它通常涉及复杂而昂贵的计算机代码，因此其代价往往是不可接受的。工程师通常通过首先确定哪些参数最能驱动函数变化来克服这一限制：将非影响变量设置为固定值，并使用其余影响变量执行优化程序。这种变量选择是通过对回归问题有意义的影响度量来执行的。然而，它并没有考虑优化问题的具体结构，我们想确定哪些变量最容易导致约束满足和目标函数的低值。在本文中，我们提出了一种新的灵敏度分析方法，用于解决优化问题的特定方面。特别是，我们引入了一种基于Hilbert-Schmidt独立性准则的影响度量，以表征设计变量是否重要，以达到目标函数的低值并满足约束。这种敏感性度量可以对输入进行分类并降低问题维度。我们比较了随机策略和贪婪策略，以在进行局部优化之前设置非影响变量的值。几个测试用例的应用表明，这种变量选择和贪婪策略在解决方案性能方面以有限的成本显著减少了函数求值的数量。

引用于三文件

MSC公司：

2012年第49季度 流形上优化问题的灵敏度分析
90立方厘米26 非凸规划，全局优化
第46页第22页 具有再生核的希尔伯特空间（=（适当的）函数希尔伯特空间，包括de Branges-Rovnyak和其他结构空间）

关键词：

变量选择;敏感性分析;Hilbert-Schmidt独立准则（HSIC）;优化

软件：

nloptr公司
PDF格式BibTeX公司 XML格式引用
\textit{A.Spagnol}等人，SIAM/ASA J.不确定性。数量。7417-443（2019年；Zbl 1421.49032）
全文： 内政部 arXiv公司

参考文献：

[1] N.Aronszajn，再生核理论，事务处理。阿米尔。数学。《社会学杂志》，68（1950），第337-404页·Zbl 0037.20701号
[2] C.S.Beightler和D.T.Phillips，应用几何编程纽约威利出版社，1976年·兹伯利0344.90034
[3] M.Ben Salem、F.Bachoc、O.Roustant、F.Gamboa和L.Tomaso，昂贵黑盒函数学习特征的序列降维，预印本，2018年。
[4] A.Berlinet和C.Thomas-Agnan，概率统计中的再生核Hilbert空间，施普林格，纽约，2004年·Zbl 1145.6202号
[5] E.博尔戈诺沃，一种新的不确定性重要性度量、Reliab。工程系统。安全。，92（2007），第771-784页。
[6] H.Cho、S.Bae、K.K.Choi、D.Lamb和R.-J.Yang，基于可靠性的设计优化有效代理模型的有效变量筛选方法，结构。多磁盘。最佳。，50（2014），第717-738页。
[7] S.Da Veiga，具有依赖性度量的全局敏感性分析，J.Stat.计算。同时。，85（2015），第1283-1305页·Zbl 1457.62188号
[8] M.De Lozzo和A.Marrel，灵敏度分析和筛选依赖性度量的新改进，J.Stat.计算。同时。，86（2016），第3038-3058页·Zbl 1462.49068号
[9] K.Deb，一种有效的遗传算法约束处理方法，计算。方法应用。机械。工程，186（2000），第311-338页·Zbl 1028.90533号
[10] B.Efron和C.Stein，方差的折刀估计，安.统计师。，9（1981年），第586-596页·Zbl 0481.62035号
[11] J.-C.Fort、T.Klein和N.Rachdi，从属于对比的新敏感性分析、通信统计。理论方法，45（2016），第4349-4364页·Zbl 1397.62592号
[12] G.Fu、Z.Kapelan和P.Reed，通过全局敏感性分析降低多目标配水系统优化的复杂性J.Water Res.Plann，《水资源规划》。管理。，138（2011），第196-207页。
[13] K.Fukumizu、A.Gretton、B.Scho¨lkopf和B.K.Sriperumbudur，群和半群上的特征核《神经信息处理系统进展》，Curran Associates，Red Hook，NY，2009年，第473-480页。
[14] K.Fukumizu、A.Gretton、X.Sun和B.Schoálkopf，条件依赖的核心度量，摘自NIPS 20，Curran Associates，Red Hook，NY，2007年，第489-496页。
[15] F.Gamboa、A.Janon、T.Klein、A.Lagnoux、，多维和功能输出的敏感性分析，电子。《统计杂志》，8（2014），第575-603页·Zbl 1348.62106号
[16] L.L.Gratiet、S.Marelli和B.Sudret，基于元模型的灵敏度分析：多项式混沌展开和高斯过程，《不确定性量化手册》，施普林格，瑞士商会，2016年，第1-37页。
[17] A.Gretton、K.M.Borgwardt、M.J.Rasch、B.Scho¨lkopf和A.Smola，内核双样本测试，J.马赫。学习。研究，13（2012），第723-773页·Zbl 1283.62095号
[18] A.Gretton、O.Bousquet、A.Smola和B.Schoálkopf，用Hilbert-Schmidt范数测量统计相关性《算法学习理论国际会议》，柏林斯普林格，2005年，第63-77页·Zbl 1168.62354号
[19] A.Gretton、K.Fukumizu、C.H.Teo、L.Song、B.Scho¨lkopf、A.J.Smola、，独立性的核统计检验，摘自NIPS 20，Curran Associates，Red Hook，NY，2007年，第585-592页。
[20] A.Gretton、D.Sejdinovic、H.Strathmann、S.Balakrishnan、M.Pontil、K.Fukumizu和B.K.Sriperumbudur，大规模双样本测试的最优核选择《神经信息处理系统进展》，Curran Associates，Red Hook，NY，2012年，第1205-1213页。
[21] N.Hansen和A.Ostermier，进化策略中的完全失范自适应，进化。计算。，9（2001），第159-195页。
[22] W.霍夫丁，一类渐近正态分布统计量，安。数学。统计人员。，19（1948），第293-325页·Zbl 0032.04101号
[23] T.Homma和A.Saltelli，非线性模型全局敏感性分析中的重要性度量、Reliab。工程系统。安全。，52（1996），第1-17页。
[24] G.M.Hornberger和R.C.Spear，环境系统初步分析方法，J.Environ。管理。，12（1981年），第7-18页。
[25] B.Iooss和P.Lema，总体敏感性分析方法综述，《复杂系统仿真优化中的不确定性管理》，施普林格，纽约，2015年，第101-122页。
[26] S.Kucherenko和B.Iooss，基于导数的全球敏感性度量《不确定性量化手册》，瑞士查姆施普林格，2017年，第1241-1263页。
[27] H.Liu、W.Chen和A.Sudjianto，基于相对熵的工程设计概率灵敏度分析方法，J.机械。设计。，128（2006），第326-336页。
[28] G.Marra和S.N.Wood，广义可加模型的实用变量选择，计算。统计人员。数据分析。，55（2011），第2372-2387页·Zbl 1328.62475号
[29] A.Marrel、B.Iooss、F.V.Dorpe和E.Volkova，用高斯过程建模复杂计算机代码的一种有效方法，计算。统计人员。数据分析。，52（2008），第4731-4744页·Zbl 1452.62094号
[30] Y.Ollivier、L.Arnold、A.Auger和N.Hansen，信息几何优化算法：基于不变性原理的统一图像，J.马赫。学习。决议，18（2017），第1-65页·Zbl 1433.90196号
[31] M.J.鲍威尔，通过线性插值对目标函数和约束函数建模的直接搜索优化方法《优化与数值分析进展》，荷兰多德雷赫特Kluwer出版社，1994年，第51-67页·Zbl 0826.90108号
[32] C.E.Rasmussen和C.K.I.Williams，机器学习的高斯过程，适应。计算。机器。学习。，麻省理工学院出版社，马萨诸塞州剑桥市，2006年·Zbl 1177.68165号
[33] U.Reuter、M.Liebscher和H.Mu¨llerscho¨n，结构优化中的全局灵敏度分析，第七届欧洲LS-DYNA会议，萨尔茨堡，Dynamore GmBH，斯图加特，2009年。
[34] A.Saltelli、P.Annoni、I.Azzini、F.Campolongo、M.Ratto和S.Tarantola，基于方差的模型输出敏感性分析。总敏感指数的设计和估计，计算。物理学。社区。，181（2010），第259-270页·Zbl 1219.93116号
[35] A.Saltelli、S.Tarantola、F.Campolongo和M.Ratto，实践中的敏感性分析：科学模型评估指南2004年，英国奇切斯特威利出版社·Zbl 1049.62112号
[36] S.Shan和G.G.Wang，使用计算昂贵的黑盒函数解决高维设计问题的建模和优化策略综述，结构。多磁盘。最佳。，41（2010年），第219-241页·兹比尔1274.74291
[37] A.Smola、A.Gretton、L.Song和B.Scho¨lkopf，分布的Hilbert空间嵌入《算法学习理论国际会议》，柏林施普林格，2007年，第13-31页·Zbl 1142.68407号
[38] I.M.Sobol，非线性数学模型的灵敏度估计，数学。模型。计算实验，1（1993），第407-414页·Zbl 1039.65505号
[39] L.Song、K.Fukumizu和A.Gretton，条件分布的核嵌入：图形模型中非参数推理的统一核框架IEEE信号处理。Mag.，30（2013），第98-111页。
[40] B.K.Sriperumbudur、K.Fukumizu、A.Gretton、B.Scho¨lkopf、G.R.Lanckriet、，积分概率度量的经验估计，电子。《统计杂志》，6（2012），第1550-1599页·Zbl 1295.62035号
[41] B.K.Sriperumbudur、A.Gretton、K.Fukumizu、G.R.Lanckriet和B.Scho¨lkopf，概率测度的内射Hilbert空间嵌入，摘自COLT，21，Springer，Norwell，MA，2008，第111-122页·Zbl 1242.60005号
[42] B.K.Sriperumbudur、A.Gretton、K.Fukumizu、B.Scho¨lkopf和G.R.Lanckriet，Hilbert空间嵌入与概率测度的度量，J.马赫。学习。Res.，11（2010），第1517-1561页·Zbl 1242.60005号
[43] J.Tang、S.Alelyani和H.Liu，分类特征选择：综述《数据分类：算法和应用》，CRC出版社，佛罗里达州博卡拉顿，2014年，第37-64页·Zbl 1377.68210号
[44] D.Ulmasov、C.Baroukh、B.Chachuat、M.P.Deisenroth和R.Misener，基于维度调度的贝叶斯优化：在生物系统中的应用，计算机辅助化学。工程，第38卷，爱思唯尔，阿姆斯特丹，2016年，第1051-1056页。
[45] J.Ypma，NLoptr简介：NLopt的R接口，手稿。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。