×

计算机实验的贝叶斯设计和分析:导数在表面预测中的应用。 (英语) Zbl 0785.62025号

摘要:本文研究在多维域(T\)上预测确定性响应函数(y_0)的问题,给定值(y_0\)及其在T\中一组设计位置(点)的所有一阶导数。预期应用于计算机实验,其中(y_0)是物理系统计算机模型的输出,(T)中的每个点代表输入参数的特定配置。假设一阶导数已经可用(例如,来自灵敏度分析),或者可以由实现模型的代码生成。使用贝叶斯方法,其中表示关于(y_0)先验不确定性的随机函数被视为平稳高斯随机过程。文中给出了在设计地点更新先前给定观测值(y_0)及其一阶导数所需的计算,并以一个小示例进行了说明。
本文还讨论了实验设计的问题,特别是最大化熵减缩的准则,这导致了一种D最优。研究表明,对于某些站点间相关性很弱的相关函数类,(D)最优设计必然使设计站点之间的最小距离最大化。描述了构造这种最大距离设计的模拟退火算法。以八输入一输出的演示模型为例,对基于极大极小设计、拉丁超立方体设计和两种折衷设计的预测进行了评估和比较。

MSC公司:

2015年1月62日 贝叶斯推断
62K05美元 最佳统计设计
65C20个 概率模型,概率统计中的通用数值方法
62页99 统计学的应用
65C99个 概率方法,随机微分方程
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接