克莱门·杜哈梅尔;塞琳·赫尔伯特;穆尼奥斯·祖尼加,米格尔;克莱门汀·普里厄尔;Sinoquet,Delphine公司 偏移集估计的Bichon准则的SUR版本。 (英语) Zbl 1516.62011年 统计计算。 33,第2号,第41号论文,第17页(2023年). 总结:工业中出现了许多模型反演问题。这些问题包括找到一组参数值,以使特定数量的兴趣遵守约束,例如保持在阈值以下。一般来说,感兴趣的数量是模拟器的输出,计算时间很长。解决这个问题的一个有效方法是用高斯过程回归代替模拟器,并用一个精心选择的捕获准则依次丰富实验设计。存在不同的反演自适应准则,如Bichon准则(也称为预期可行性函数)和偏差数。还存在一类富集策略(逐步不确定性降低–SUR),通过测量由其选择引起的预期不确定性降低来选择下一个点。在本文中,我们提出了比雄准则的SUR版本。给出了该准则的显式表达式,测试比较表明,该准则在经典测试函数上具有良好的性能。 引用于1文件 理学硕士: 62-08 统计问题的计算方法 第60页 统计学在工程和工业中的应用;控制图 关键词:高斯过程回归;偏移集估计;逐步降低不确定性;实验的序贯设计 软件:骰子设计;骰子评估;克里格投资公司;AK-MCS公司;阿尔格努德;DiceOptim公司;随机工具箱;DiceKriging公司;EGO公司 PDF格式BibTeX公司 XML格式引用 \textit{C.Duhamel}等人,《统计计算》。33,第2号,第41号文件,第17页(2023;Zbl 1516.62011) 全文: 内政部 哈尔 参考文献: [1] Bect,J。;金斯堡,D。;李,L。;皮奇尼,V。;Vazquez,E.,用于估计失效概率的计算机实验顺序设计,统计计算。,22, 3, 773-793 (2012) ·Zbl 1252.62081号 ·doi:10.1007/s11222-011-9241-4 [2] 比雄,BJ;Eldred,理学硕士;低压旋流器;马哈德万,S。;McFarland,JM,非线性隐式性能函数的有效全局可靠性分析,AIAA J.,46,10,2459-2468(2008)·数字对象标识代码:10.2514/1.34321 [3] Chevalier,C.:基于高斯过程模型的快速不确定性降低策略。伯尔尼大学博士论文(2013年) [4] 骑士,C。;皮奇尼,V。;Ginsbourger,D.,Kriginv:基于kriging,Compute的批量序列反演策略的高效且用户友好的实现。统计数据分析。,71, 1021-1034 (2014) ·Zbl 1471.62043号 ·doi:10.1016/j.csda.2013.03.008 [5] Dagnelie,P.:统计与应用。比利时Gembloux出版社(1992)·Zbl 0858.62001号 [6] Dupuy,D。;赫尔伯特,C。;Franco,J.,DiceDesign和DiceEval:计算机实验设计和分析的两个R包,J.Stat.Softw。,65, 11, 1 (2015) ·doi:10.18637/jss.v065.i11 [7] 杜唐,C。;Savicky,P.,《随机工具箱:生成和测试随机数》,R Package,67,1(2013) [8] 埃查德,B。;北卡罗来纳州盖顿。;Lemaire,M.,AK-MCS:一种结合kriging和Monte Carlo模拟的主动学习可靠性方法,Struct。安全。,33145-154(2011年)·doi:10.1016/j.strusafe.2011.01.002 [9] El Amri,M.R.:《不确定性和鲁棒性分析》(Analyse d’incerties et de robustese pour les modèlesáentre es et arties foctionnelles)。格勒诺布尔-阿尔卑斯大学论文(2019)。https://tel.archives-ouvertes.fr/tel-0243324 [10] El Amri,M.R.,Helbert,C.,Lepreux,O.,Zuniga,M.M.,Prieur,C.,Sinoquet,D.:通过函数量化的数据驱动随机反演。统计计算。30(3), 525-541 (2020) ·Zbl 1436.62716号 [11] Ginsbourger,D.,计算机实验的顺序设计,Wiley StatsRef,99,1-11(2017) [12] 赫尔伯特,C。;Dupuy,D。;Carraro,L.,《从通用到贝叶斯克里金的计算机实验不确定性评估》,应用。斯托克。模型。公交车。印度,25,2,99-113(2009)·Zbl 1224.62094号 ·doi:10.1002/asmb.743 [13] Jin,R.,Chen,W.,Sudjianto,A.:关于工程设计中全局元建模的顺序抽样。摘自:国际设计工程技术会议和工程会议中的计算机和信息,第36223卷,第539-548页(2002) [14] Jones博士;Schonlau先生。;Welch,WJ,《昂贵黑盒函数的高效全局优化》,J.global Optim。,13, 4, 455-492 (1998) ·Zbl 0917.90270号 ·doi:10.1023/A:1008306431147 [15] Lemieux,C.:准蒙特卡罗构造。摘自:蒙特卡罗和准蒙特卡罗抽样,施普林格,第1-61页(2009年)·Zbl 1269.65001号 [16] 小WR Mebane;Sekhon,JS,《使用导数的遗传优化:R的rgenoud包》,J.Stat.Softw。,42,1,1-26(2011年) [17] Molchanov,I.S.:随机集理论,第87卷,Springer(2005)·Zbl 1109.60001号 [18] Moustapha,M.,Marelli,S.,Sudret,B.:主动学习可靠性的通用框架:调查和基准。arXiv预印本arXiv:2106.01713(2021) [19] O'Hagan,A.,预测曲线拟合和优化设计,J.R.Stat.Soc.Ser。B(Methodol.),40,1,1-24(1978)·Zbl 0374.62070号 [20] Paciorek,C.J.:回归和空间建模的非平稳高斯过程。卡内基梅隆大学博士论文(2003年) [21] Picheny,V.,Ginsbourger,D.,Roustant,O.,Haftka,R.T.,Kim,N.-H.:精确逼近目标区域的自适应实验设计(2010) [22] 皮奇尼,V。;Wagner,T。;Ginsbourger,D.,基于kriging的噪声优化填充标准基准,Struct。多磁盘。最佳。,48, 3, 607-626 (2013) ·文件编号:10.1007/s00158-013-0919-4 [23] Ranjan,P.,Bingham,D.,Michailidis,G.:复杂计算机代码轮廓估计的序贯实验设计。技术计量学50(4),527-541(2008) [24] Roustant,O.,Ginsburger,D.,Deville,Y.:Dicekoring,Diceoptim:通过基于克里格的元建模和优化分析计算机实验的两个R包(2012) 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。