×

利用Morris筛选初等效应构造无梯度有源子空间。 (英文) Zbl 1359.62332号

摘要:在具有高维输入空间的多元函数中,函数在与少数具有高度影响的参数相关的几个主要方向上变化更大是常见的。在这种情况下,通过构造一个与最强优势方向一致的低维响应空间,可以大大降低输入维;这是有源子空间方法的基础。直到最近,基于梯度的方法才被用来构造活动子空间。我们引入了一种无梯度的主动子空间构造方法,该方法通过使用Morris筛选过程中的“初等效应”概念构造梯度矩阵的粗近似,从而避免了从梯度中采样的需要,而梯度可能是不可用的。此外,在构造这些基本效果时,我们引入了自适应步长和方向的使用,以在局部敏感区域实现更高的精度,同时仍然覆盖大量的输入空间。这样可以避免在梯度相对平坦的方向上进行函数求值,从而提高算法效率。为了演示该方法,我们使用了一个具有两个相关长度的椭圆PDE示例来说明不同奇异值衰减率的影响。将无梯度主动子空间方法与使用坐标约简的局部灵敏度分析进行了比较。然后将这个问题修改为包含一个明确定义的10维主动子空间,以便在更复杂的例子上验证我们的方法。

MSC公司:

62K20型 响应面设计
65 C50 其他概率计算问题(MSC2010)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Smith,R.C.,《不确定性量化:理论、实施和应用》(2014),SIAM:SIAM Philadelphia,PA·Zbl 1284.65019号
[2] Morris,M.D.,《初步计算实验的因子抽样计划》,技术计量学,33,2,161-174(1991)
[3] Saltelli,A。;Ratto,M。;南卡罗来纳州塔兰托拉。;Campolongo,F.,《敏感性分析实践:基于模型推理的策略》,Reliab。工程系统。安全。,91, 1109-1125 (2006)
[4] 康斯坦丁,P.G。;陶氏(Dow,E.)。;Wang,Q.,《理论和实践中的主动子空间方法:克里金曲面的应用》,SIAM J.Sci。计算。,36、4、A1500-A1524(2014)·Zbl 1311.65008号
[5] Constantine,P.G.,《主动子空间:参数研究中降维的新思路》(2015),《SIAM聚焦:SIAM聚焦》,宾夕法尼亚州费城·Zbl 1431.65001号
[6] Russi,T.M.,《用实验数据和复杂系统模型量化不确定性》(2010年),加州大学:加州大学伯克利分校,(博士论文)
[7] Bang,Y。;Abdel-Khalik,H.S。;Hite,J.M.,应用于非线性模型的混合降阶建模,国际。J.数字。方法工程,91,929-949(2012)
[8] Jolliffe,I.T.,主成分分析(2002),Springer Verlag·Zbl 1011.62064号
[9] Campolongo,F。;Cariboni,J。;Saltelli,A.,《大型模型敏感性分析的有效筛选设计》,环境。模型1。软质。,22, 1509-1518 (2007)
[14] Charrier,J.,随机系数椭圆偏微分方程的强误差估计和弱误差估计,SIAM J.Numer。分析。,50, 1, 216-246 (2012) ·Zbl 1241.65011号
[15] 拉斯穆森,C.E。;Williams,C.K.I.,《机器学习的高斯过程》,第一卷(2006),麻省理工学院出版社:麻省理学院出版社剑桥·兹比尔1177.68165
[16] Holodnak,J.T.,《数值线性代数随机算法专题》(2015),北卡罗来纳州立大学(博士论文)
[19] Khuwaileh,B.A。;Abdel-Khalik,H.S.,核工程应用中多物理降阶建模的子空间方法,Trans。美国编号。Soc.,1101196-199(2014)
[20] Halko,N。;Martinsson,P.G。;Tropp,J.A.,《寻找随机性结构:构建近似矩阵分解的概率算法》,SIAM Rev.,53,2,217-288(2011)·兹比尔1269.65043
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。