×
伊利亚·奥·里佐夫。

关于预期改进方法的收敛速度。 （英语） Zbl 1359.62519号

操作。物件。 64，第6期，1515-1528（2016）.
摘要：我们考虑了一个具有独立正态观测值的排序和选择问题，并在此背景下分析了期望改进（EI）方法的渐近采样率。这种方法在实践中通常表现良好，但由于EI计算的非线性和非凸性，很难对其收敛速度进行简单分析。我们给出的新结果表明，对于已知的采样噪声，EI变量产生的渐近模拟分配与最优计算预算分配（OCBA）方法选择的分配基本相同，该方法已知在排序和选择中产生接近最优的渐近性能。这是EI和OCBA之间的第一个通用等价结果，它为EI的良好实际性能提供了见解。我们还导出了未知采样方差下EI的极限分配。

引用于18文件

MSC公司：

62第20页 统计学在经济学中的应用
62升05 顺序统计设计
62C10个 贝叶斯问题；贝叶斯过程的特征
91B06型 决策理论

关键词：

最优学习;排名和选择;预期改进;最优计算预算分配

软件：

EGO公司
PDF格式BibTeX公司 XML格式引用
\textit{I.O.Ryzhov}，Oper（操作员）。第64号决议，第6号，1515--1528（2016年；Zbl 1359.62519）
全文： 内政部 链接

参考文献：

[1] Branke J，Chick SE，Schmidt C（2007）选择选择程序。管理科学。53(12):1916-1932. 链接·兹比尔1232.62042
[2] Bull AD（2011）高效全局优化算法的收敛速度。J.机器学习。物件。12:2879-2904. ·Zbl 1280.90094号
[3] Chau M、Fu MC、Qu H、Ryzhov IO（2014）《模拟优化：基于梯度方法的教程概述和最新发展》。Tolk A、Diallo SY、Ryzhov IO、Yilmaz L、Buckley S、Miller JA编辑。程序。2014年冬季模拟会议。（IEEE，新泽西州皮斯卡塔韦），21-35。交叉参考
[4] Chen CH，Lee LH（2010年）随机模拟优化：一种最优计算预算分配（世界科学，新加坡）。交叉参考
[5] Chen CH，Fu MC，Shi L（2008a）模拟与优化。Chen ZL，Raghavan S，编辑。信息运筹学教程（INFORMS，马里兰州汉诺威），247-260。链接
[6] Chen CH，Chick SE，Lee LH，Pujowidianto NA（2015）排名与选择：高效模拟预算分配。Fu MC编辑。仿真优化手册（纽约施普林格），45-80。交叉参考
[7] Chen CH，He D，Fu MC，Lee LH（2008b）选择最优子集的有效模拟预算分配。信息J.计算。20(4):579-595. 链接
[8] Chen CH，Lin J，Yücesan E，Chick SE（2000）模拟预算分配以进一步提高顺序优化的效率。离散事件发电机。系统10(3):251-270. 交叉参考·Zbl 0970.90014号
[9] Chick SE（2006）主观概率和贝叶斯方法。Henderson SG、Nelson BL编辑。运筹学和管理科学手册，第13卷：模拟（North-Holland Publishing，阿姆斯特丹），225-258。
[10] Chick SE，Inoue K（2001）选择最佳模拟系统的新两阶段和顺序程序。操作。物件。49（5）：732-743。链接
[11] Chick SE、Branke J、Schmidt C（2010）《近视患者最大化信息期望值的序贯抽样》。信息J.计算。22(1):71-80. 链接·Zbl 1243.62005年
[12] DeGroot MH（1970）最优统计决策（纽约麦格劳-希尔出版社）。
[13] Finner H，Dickhaus T，Roters M（2008）Student’s的渐近尾特性t吨-分配。通信统计–理论与方法37(2):175-179. 交叉参考·Zbl 1318.62045号
[14] Frazier PI，Powell WB（2010）学习悖论和信息的边际价值。决策分析。7(4):378-403. 链接
[15] Frazier PI，Powell WB，Dayanik S（2008）用于顺序信息收集的知识梯度策略。SIAM J.控制优化。47(5):2410-2439. 交叉参考·Zbl 1274.62155号
[16] Fu MC，Hu JQ，Chen CH，Xiong X（2007）相关抽样下确定最佳设计的模拟分配。信息J.计算。19(1):101-111. 链接·Zbl 1241.62006年
[17] Gao S，Shi L（2014）固定数量设计的最优机会成本选择程序。Tolk A、Diallo SY、Ryzhov IO、Yilmaz L、Buckley S、Miller JA编辑。程序。2014年冬季模拟会议。（IEEE，新泽西州皮斯卡塔韦），2410-2439。交叉参考
[18] Glynn PW，Juneja S（2004）《有序优化的大偏差观点》。Ingalls R、Rossetti MD、Smith JS、Peters BA编辑。程序。2004年冬季模拟会议。（IEEE，新泽西州皮斯卡塔韦），577-585。交叉参考
[19] Glynn PW，Juneja S（2011）《顺序优化：非参数框架》，Jain S，Creasey RR，Himmelspach J，White KP，Fu M，eds。程序。2011年冬季模拟会议。（IEEE，新泽西州皮斯卡塔韦），4062-4069。交叉参考
[20] Glynn PW，Juneja S（2015）序贯优化——经验大偏差率估值器和随机多武装匪徒。arXiv预打印arXiv:1507.04564v1。
[21] Gupta S，Miescke K（1996）Bayesian前瞻性一阶段抽样分配，用于选择最佳总体。J.统计。规划和推断54（2）：229-244。交叉参考·Zbl 0854.62018号
[22] Han B、Ryzhov IO、Defourny B（2013）美国红十字会捐赠者保留策略的有效学习。Pasupathy R、Kim SH、Tolk A、Hill R、Kuhl ME编辑。程序。2013年冬季模拟会议。（IEEE，新泽西州皮斯卡塔韦），17-28。交叉参考
[23] He D，Chick S，Chen CH（2007）固定数量备选系统顺序优化中的机会成本和OCBA选择程序。IEEE传输。系统、人与控制论C37（5）：951-961。交叉参考
[24] Hong LJ，Nelson BL（2009）《模拟优化简介》。Rosetti M、Hill R、Johansson B、Dunkin A、Ingalls R编辑。程序。2009年冬季模拟会议。（IEEE，新泽西州皮斯卡塔韦），75-85。交叉参考
[25] Jones D，Schonlau M，Welch W（1998）代价高昂的黑盒函数的高效全局优化。J.全球优化。13(4):455-492. 交叉参考·Zbl 0917.90270号
[26] Kim SH，Nelson BL（2006）选择最佳系统。Henderson SG、Nelson BL编辑。运筹学和管理科学手册，第13卷：模拟（North-Holland Publishing，阿姆斯特丹），501-534。
[27] Kim SH，Nelson BL（2007）排名和选择的最新进展。Henderson SG、Biller B、Hsieh MH、Shorte J、Tew JD、Barton RR编辑。程序。2007年冬季模拟会议。（IEEE，新泽西州皮斯卡塔韦），162-172。
[28] Kleinberg J，Tardosé（2006）算法设计（波士顿艾迪森·韦斯利）。
[29] Lai TL，Robbins H（1985）渐近有效自适应分配规则。高级申请。数学。6:4-22. 交叉参考·Zbl 0568.62074号
[30] Pasupathy R、Hunter SR、Pujowidianto NA、Lee LH、Chen CH（2014）《通过评分的随机约束排名和选择》。ACM事务处理。建模计算。模拟25(1):1:1-1:26. 交叉参考
[31] Powell WB，Ryzhov IO（2012年）最佳学习（约翰·威利父子公司，新泽西州霍博肯）。交叉参考
[32] Qu H，Ryzhov IO，Fu MC，Ding Z（2015）未知相关结构的序贯选择。操作。物件。63(4):931-948. 链接·Zbl 1329.62474号
[33] Russo D，Van Roy B（2014）通过后验抽样学习优化。数学。操作。物件。39（4）：1221-1243。链接·Zbl 1310.93091号
[34] Ryzhov IO（2015）预计改善程度相当于OCBA。Yilmaz L、Chan WKV、Moon I、Roeder TMK、Macal C、Rossetti MD编辑。程序。2015年冬季模拟会议。（IEEE，新泽西州皮斯卡塔韦），3668-3677。交叉参考
[35] Ryzhov IO，Powell WB（2011）图上的信息收集。操作。物件。59（1）：188-201。链接·Zbl 1218.90202号
[36] Ryzhov IO、Powell WB、Frazier PI（2012）一般在线学习问题的知识梯度算法。操作。物件。60(1):180-195. 链接·Zbl 1241.90201号
[37] Scott WR，Powell WB，Simão HP（2010）使用具有连续参数的知识梯度校准模拟模型。Johansson B、Jain S、Montoya-Torres J、Hugan J、Yücesan E编辑。程序。2010年冬季模拟会议。（IEEE，新泽西州皮斯卡塔韦），1099-1109。交叉参考
[38] Soms AP（1976）t吨-分配。J.Amer。统计师。协会。71(355):728-730. ·Zbl 0362.62021号
[39] Soms AP（1980）t吨-尾部区域。J.Amer。统计师。协会。75(370):438-440. ·Zbl 0469.62017年
[40] SzabóB，Tran-Thanh L（2014）关于贝叶斯在线学习算法的有限时间分析。已提交发布。
[41] Wang Y，Powell WB，Schapire R（2015）《知识粒度政策的有限时间分析和优化学习的新测试环境》。已提交发布。
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。