丹尼尔·格拉迪什（Daniel W.Gladish）。;丹尼尔·佩根达姆（Daniel E.Pagendam）。;Luk J.M.Peeters。;佩特拉·库内特（Petra M.Kuhnert）。;贾伊·瓦泽 仿真引擎：复杂水文模型不确定性的选择和量化。 （英语） Zbl 1391.62272号 《农业杂志》。生物与环境。斯达。 23，第1号，39-62（2018）. 摘要：复杂的机械水文模型计算成本高，有大量输入参数，并产生多元输出。可以构造模型仿真器来近似这些复杂的模型，从而节省大量的计算量，从而使灵敏度分析、校准和不确定性分析等活动变得可行。仿真器的成功使用依赖于它对模型输出做出准确的预测。然而，通常不清楚什么类型的仿真方法适合。我们比较了基于不同“仿真引擎”构建的减少坡度、多变量仿真器，并将其应用于澳大利亚水资源评估系统模型。我们研究了一阶和二阶方法，它们分别侧重于指定均值和协方差。我们还引入了一种非参数方法来量化与模拟预测相关的不确定性，其中模拟预测具有有限支持。我们的结果表明，基于二阶方法（如高斯过程）的仿真引擎计算量大，性能可能与计算效率高的一阶方法（例如随机森林）相当。 引用于1文件 MSC公司： 62页第12页 统计在环境和相关主题中的应用 2015年1月62日 贝叶斯推断 68T05型 人工智能中的学习和自适应系统 关键词：代理模型;元模型;随机森林;高斯过程;AWRA公司;降秩多元统计仿真器 软件：R（右）;三峡工程;laGP公司;加迈尔 PDF格式BibTeX公司 XML格式引用 \textit{D.W.Gladish}等人，J.Agric。生物与环境。Stat.23，No.1，39--62（2018；Zbl 1391.62272） 全文： 内政部 参考文献： [1] 阿舍，MJ；克罗克，BFW；AJ Jakeman；Peeters，LJM，《替代模型及其在地下水建模中的应用综述》，水资源研究，51，5957-5973，（2015）·doi:10.1002/2015WR016967 [2] 巴斯托斯，L；O’Hagan，A，《高斯过程模拟器诊断》，《技术计量学》，第51期，第425-438页，（2009年）·doi:10.19198/TECH2009008019 [3] Breiman，L，《随机森林，机器学习》，45，5-32，（2001）·Zbl 1007.68152号 ·doi:10.1023/A:1010933404324 [4] 康迪，S；O’Hagan，A，复杂多输出和动态计算机模型的贝叶斯仿真，《统计规划与推断杂志》，140，640-651，（2010）·Zbl 1177.62033号 ·doi:10.1016/j.jspi.2009.08.006 [5] Cressie，N.和Wikle，C.K.（2011年）。时空数据统计约翰·威利父子公司·Zbl 1273.62017年 [6] 弗罗洛夫，S；巴普蒂斯塔，A；Leen，T；鲁，Z；Merwe，R，《使用非线性卡尔曼滤波器和模型替代物的快速数据同化：在哥伦比亚河河口的应用》，《大气和海洋动力学》，48，16-45，（2009）·doi:10.1016/j.dynatmoce.2008.10.004 [7] 格莱美，R；Apley，D，大型计算机实验的局部高斯过程近似，计算与图形统计杂志，24561-578，（2015）·doi:10.1080/10618600.2014.914442 [8] 格莱美，R；Lee，H，Tgp：通过树状高斯过程模型设计贝叶斯非平稳、半参数非线性回归广告的R包，统计软件杂志，19，1-46，（2007）·doi:10.18637/jss.v019.i09 [9] 格莱美，R；Lee，H，贝叶斯树高斯过程模型及其在计算机建模中的应用，美国统计协会杂志，103，1119-1130，（2008）·Zbl 1205.62218号 ·doi:10.1198/0162145000000689 [10] --（2008年b）。高斯过程和极限线性模型。计算统计与数据分析，53:123-136·兹比尔1452.62064 [11] Gramacy，RB，Lagp:通过R中的局部近似高斯过程进行大规模空间建模，统计软件杂志，72，1-46，（2016）·doi:10.18637/jss.v072.i01 [12] 哈斯蒂，T；Tibshirani，R，广义加性模型，统计科学，1297-310，（1986）·Zbl 0645.62068号 ·doi:10.1214/ss/1177013604 [13] 希格顿，D；Gattiker，J；威廉姆斯，B；Rightley，M，使用高维输出进行计算机模型校准，《美国统计协会杂志》，103，570-583，（2008）·Zbl 1469.62414号 ·doi:10.1198/0162145000000888 [14] 胡顿，M；利兹，W；费希特，J；Wikle，C，评估非线性机械模型中物理参数的一阶仿真器推断，农业、生物和环境统计杂志，16，475-494，（2011）·Zbl 1306.62290号 ·doi:10.1007/s13253-011-0073-7 [15] 肯尼迪，M；O'Hagan，A，《计算机模型的贝叶斯校准》，《皇家统计学会杂志》。B辑：统计方法，63，425-450，（2001）·Zbl 1007.62021号 ·数字标识代码：10.1111/1467-9868.00294 [16] Leeds，W.、Wikle，C.和Fiechter，J.（2014）。非线性多变量动态时空过程的仿真辅助还原库生态数据同化。统计方法, 17(0):126-138. 生态学中的现代统计方法·Zbl 1486.62297号 [17] 利兹，W；威克尔，C；费希特，J；布朗，J；Milliff，R，《使用一维统计仿真器森林模拟三维时空生物地球化学过程》，环境计量学，24，1-12，（2013）·Zbl 1525.62164号 ·doi:10.1002/env.2187 [18] 刘，F；West，M，《贝叶斯计算机模型仿真的动态建模策略》，贝叶斯分析，4393-412，（2009）·Zbl 1330.65034号 ·doi:10.1214/09-BA415 [19] Lorenz，E.（1956年）。经验正交函数和统计天气预报，统计预报项目。统计预测项目——第1号科学报告，49页. [20] 罗，J；Lu，W，地下水修复过程中不同方法替代模型的比较，地球系统科学杂志，123，1579-1589，（2014）·doi:10.1007/s12040-014-0494-0 [21] 马查克，D；Reichert，P；Rieckermann，J；Albert，C，慢速城市水动力排水模拟器的快速机械仿真器，环境建模与软件，78，54-67，（2016）·doi:10.1016/j.envsoft.2015.12.007 [22] T·马拉；Joseph，O，《评估计算机模型因素主要影响的几种有效方法的比较》，《统计计算与模拟杂志》，78，167-178，（2008）·Zbl 1136.62416号 ·doi:10.1080/10629360600964454 [23] 奥克利，J；O'Hagan，A，《复杂模型的概率敏感性分析：贝叶斯方法》，《皇家统计学会杂志》。B辑：统计方法，66，751-769，（2004）·Zbl 1046.62027号 ·文件编号：10.1111/j.1467-9868.2004.05304.x [24] O'Hagan，A，《计算机代码输出的贝叶斯分析：可靠性工程和系统安全教程》，91，1290-1300，（2006）·doi:10.1016/j.ress.2005.11.025 [25] Paciorek，C；利普希茨，B；朱，W；Prabhat，P；考夫曼，C；Thomas，R，《R中的并行高斯过程计算》，《统计软件杂志》，63，1-23，（2015）·doi:10.18637/jss.v063.i10 [26] Preisendorfer，R.（1988）。气象学和海洋学中的主成分分析爱思唯尔。被919引用。 [27] R核心团队（2015）。R： 统计计算语言与环境.R统计计算基金会，奥地利维也纳。 [28] Rasmussen，C.E.和Williams，C.K.（2006年）。机器学习的高斯过程麻省理工学院出版社，美国马萨诸塞州剑桥·Zbl 1177.68165号 [29] Razavi，S.、Tolson，B.A.和Burn，D.H.（2012年）。水资源替代建模综述。水资源研究，48（7）：不适用于不适用于W07401·Zbl 1046.62027号 [30] Reichert，P；白色，G；巴亚里，M；Pitman，E，《基于机械的动态模拟模型仿真：水文学中的概念和应用》，计算统计与数据分析，551638-1655，（2011）·Zbl 1328.62034号 ·doi:10.1016/j.csda.2010.10.011 [31] Rougier，J，《多元确定性函数的高效模拟器》，《计算与图形统计杂志》，17827-843，（2008）·doi:10.1198/106186008X384032 [32] 麻袋，J；威廉，J；米切尔，T；Wynn，H，《计算机实验的设计与分析》，统计学。科学。，4, 409-423, (1989) ·兹比尔0955.62619 ·doi:10.1214/ss/1177012413 [33] 马萨诸塞州施诺布斯；Cannon，AJ，分布式水文模型径流预测的统计模拟：加拿大不列颠哥伦比亚省cmip3和cmip5气候预测的应用，水资源研究，508907-8926，（2014）·doi:10.1002/2014WR015279 [34] Sobol’，I，《关于立方体中点的分布和积分的近似计算》，苏联计算数学和数学物理，786-112，（1967）·Zbl 0185.41103号 ·doi:10.1016/0041-5553（67）90144-9 [35] Sparnocchia，S.、Pinardi，N.和Demirov，E.（2003年）。通过观测和模型模拟对地中海上层跃层结构进行多元经验正交函数分析。地球物理学年鉴，21（1第I部分）：167-187。被0引用。 [36] 斯坦菲尔，B；米伦茨，H；克利福德，D；Thorburn，P，《模拟复杂计算机模型进行全球敏感性分析的简单方法》，环境建模与软件，74140-155，（2015）·doi:10.1016/j.envsoft.2015.09.011 [37] Storlie，C；Swiler，L；赫尔顿，J；Sallaberry，C，计算需求模型敏感性分析的非参数回归程序的实施和评估，可靠性工程和系统安全，941735-1763，（2009）·doi:10.1016/j.ress.2009.05.007 [38] 强，M；奥克利，J；Brennan，A，从概率敏感性分析样本中估计完美信息的多参数部分期望值：非参数回归方法，医学决策，34，311-326，（2014）·doi:10.1177/0272989X13505910 [39] Sudret，B.（2008年）。使用多项式混沌展开进行全局灵敏度分析。可靠性工程与系统安全, 93(7):964-979. 可靠性中的贝叶斯网络·Zbl 1007.62021号 [40] Merwe，R；Leen，T；鲁，Z；弗罗洛夫，S；Baptista，A，计算海洋学中基于超高维物理模型的快速神经网络代理，神经网络，20462-478，（2007）·doi:10.1016/j.neunet.2007.04.023 [41] Vaze，J.、Viney，N.、Stenson，M.、Renzullo，L.、Van Dijk，A.、Dutta，D.、Crosbie，R.、Lerat，J.，Penton，D.、Vleeshower，J..、Peeters，L.，Teng，J.和Kim，S.、Hughes，J.（休斯）、Dawes，W.、Zhang，Y.、Leighton，B.、Perraud，J.-M.、Joehnk，K.、Yang，A.、Wang，B.、Frost，A.、Elmahdi，A.、Smith，A.和Daamen，C.（2013）。澳大利亚水资源评估模型系统（awra）。在Piantadosi，J.、Anderssen，R.和Boland，J.的编辑中，MODSIM2013，第20届国际建模与仿真大会。澳大利亚和新西兰建模与仿真学会. ·Zbl 0645.62068号 [42] Viney，N.、Vaze，J.、Crosbie，R.、Wang，B.、Dawes，W.和Frost，A.（2014）。AWRA-L v4.5：模型算法和输入的技术说明联邦科学与工业研究组织。 [43] Wikle，C，《时空数据统计的现代视角》，威利跨学科评论：计算统计，786-98，（2015）·doi:10.1002/wics.1341 [44] Wood，S.（2006）。广义可加模型：R引言CRC按下·Zbl 1087.62082号 [45] 詹，C-S；宋，X-M；夏，J；Tong，C，《水文模型参数全球敏感性分析的有效综合方法》，环境建模与软件，41，39-52，（2013）·doi:10.1016/j.envsoft.2012.10.009 [46] Zhang，Y.、Viney，N.、Chen，Y.和Li，H.Y.（2011）。719个未受管制的澳大利亚集水区的径流数据整理。CSIRO技术报告：健康国家用水国家研究旗舰·Zbl 1007.68152号 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。