×

求解器有向链的高斯过程模型系统。 (英语) Zbl 1441.60005号

摘要:复杂多物理现象的模拟通常依赖于解算器系统(SoS),这里我们将其定义为一组相互依赖的解算器,其中上游解算器的输出是下游解算器输入。当需要对系统进行多次评估时,构建SoS的代理模型显然很有意义,例如执行不确定性量化和全局敏感性分析、优化或控制问题的解决,以及通常基于快速查询评估的任何任务。在这项工作中,我们基于高斯过程(GP)模型开发了一个原始的数学框架,以构建有向SoS的全局代理模型(即,仅具有解算器之间的单向依赖性)。该方法的两个核心思想是,首先,为构成SoS的每个求解器确定本地GP模型,其次,将预测定义为构成GP模型系统(SoGP)的各个GP模型的组成。我们进一步提出了不同的自适应采样策略来构建SoGP。这些策略将SoGP预测方差分解为本构GP模型的单独贡献,并对最大均方预测误差准则的SoGP进行扩展。我们最终评估了SoGP框架在几个SoS上的性能,这些SoS涉及不同数量的解算器和输入依赖结构。结果表明,SoGP框架非常灵活,可以处理不同类型的SoS,与构建SoS的唯一GP模型相比,其构建成本(通过训练样本数量衡量)显著降低。

MSC公司:

60-08 概率论相关问题的计算方法
60G15年 高斯过程
65二氧化碳 蒙特卡罗方法
PDF格式BibTeX公司 XML格式引用
全文: 内政部 哈尔

参考文献:

[1] Le Maître,首席执行官。;Knio,O.M.,《不确定性量化的光谱方法》(2010),科学计算,施普林格荷兰:科学计算,斯普林格荷兰多德雷赫特,URLhttp://link.springer.com/10.1007/978-90-481-3520-2 ·Zbl 1193.76003号
[2] 秀,D。;Karniadakis,G.E.,随机微分方程的Wiener-Askey多项式混沌,SIAM J.Sci。计算。,242619-644(2002),网址http://epubs.siam.org/doi/abs/10.1137/S1064827501387826 ·Zbl 1014.65004号
[3] Xiu,D.,《随机计算的数值方法:谱方法方法》(2010),普林斯顿大学出版社·Zbl 1210.65002号
[4] 布拉特曼,G。;Sudret,B.,基于最小角度回归的自适应稀疏多项式混沌展开,J.Compute。物理。,230、6、2345-2367(2011),网址http://www.sciencedirect.com/science/article/pii/S0021999110006856 ·Zbl 1210.65019号
[5] Bilinis,I。;Zabaras,N.,《多输出局部高斯过程回归:应用于不确定性量化》,J.Compute。物理。,231, 17, 5718-5746 (2012) ·Zbl 1277.60066号
[6] 奥克利,J.E。;O'Hagan,A.,《复杂模型的概率敏感性分析:贝叶斯方法》,J.R.Stat.Soc.Ser。B统计方法。,66, 3, 751-769 (2004) ·Zbl 1046.62027号
[7] Tripathy,R。;Bilinis,I。;Gonzalez,M.,《内置降维的高斯过程:应用于高维不确定性传播》,J.Compute。物理。,321191-223(2016),网址http://www.sciencedirect.com/science/article/pii/S002199911630184X ·Zbl 1349.65049号
[8] 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。,第36页,第4页,第1500页至第1524页(2014年)·Zbl 1311.65008号
[9] 科纳克利,K。;Sudret,B.,具有规范低阶近似的多项式元模型:数值见解和与稀疏多项式混沌展开的比较,J.Compute。物理。,3211144-1169(2016),网址http://www.sciencedirect.com/science/article/pii/S0021999116302303 ·Zbl 1349.60056号
[10] Bellman,R.E。;Dreyfus,S.E.,《应用动态编程》(2015),普林斯顿大学出版社
[11] 阿马拉,S。;Allaire,D。;Willcox,K.,基于分解的前馈多成分系统不确定性分析方法,国际。J.数字。方法工程,100,13,982-1005(2014)·Zbl 1352.93016号
[12] 康斯坦丁,P.G。;Phipps,E.T.,用于逼近复合函数的lanczos方法,应用。数学。计算。,218, 24, 11751-11762 (2012) ·Zbl 1283.65016号
[13] 康斯坦丁,P.G。;Phipps,E.T。;Wildey,T.M.,《网络多物理系统的有效不确定性传播》,国际。J.数字。方法工程师,99183-202(2014)·Zbl 1352.65339号
[14] Arnst,M。;加尼姆,R。;菲普斯,E。;Red-Horse,J.,耦合问题随机建模中的降维,国际。J.数字。方法工程,92,11,940-968(2012)·Zbl 1352.65014号
[15] Dubreuil,S。;北卡罗来纳州巴托利。;Gogu,C。;Lefebvre,T。;Colomer,J.M.,基于混合多项式混沌展开-克里金方法的面向极值的随机场离散化,计算。方法应用。机械。工程,332540-571(2018),URLhttp://www.sciencedirect.com/science/article/pii/S0045782517302736 ·Zbl 1440.60007号
[16] Dubreuil,S。;北卡罗来纳州巴托利。;列斐伏尔,T。;Gogu,C.,基于代理模型的高效全球多学科优化,(AIAA航空论坛多学科分析与优化会议,AIAA 2018-3745)(2018),367-377
[17] 陈,X。;Ng,B。;孙,Y。;Tong,C.,线性耦合多物理系统的灵活不确定性量化方法,J.Compute。物理。,248, 383-401 (2013) ·Zbl 1349.60112号
[18] 米塔尔,A。;陈,X。;Tong,C。;Iacarino,G.,《一般多物理系统的灵活不确定性传播框架》,SIAM/ASA J.Uncertain。数量。,4,1218-243(2016年),arXiv:https://doi.org/10.1137/140981411 ·Zbl 1348.60101号
[19] 桑卡拉拉曼,S.,《工程系统中的不确定性量化和集成》(2012),范德比尔特大学(博士论文)
[20] 公元前达米亚努。;劳伦斯,N.D.,深高斯过程(AISTATS(2013)),207-215
[21] Girard,A。;拉斯穆森,C.E。;基诺内罗·坎德拉,J。;Murray-Smith,R。;Winther,O。;Larsen,J.,《非线性动态系统的多步超前预测——具有不确定性传播的高斯过程处理》,高级神经网络过程。系统。,15, 529-536 (2003)
[22] S.Marque-Pucheu,G.Perrin,J.Garnier,嵌套代码代理建模的高效序贯实验设计,ArXiv电子打印ArXiv:1712.01620;S.Marque-Pucheu,G.Perrin,J.Garnier,嵌套代码代理建模的高效序贯实验设计,ArXiv电子打印ArXiv:1712.01620·Zbl 1378.62092号
[23] 北卡罗来纳州克雷西,克里金的起源,数学。地质。,22, 3, 239-252 (1990) ·Zbl 0964.86511号
[24] 陈,P。;北卡罗来纳州扎巴拉斯。;Bilionis,I.,使用高斯过程和变分贝叶斯推理的无限混合的不确定性传播,J.Comput。物理。,284, 291-333 (2015) ·Zbl 1351.76277号
[25] Rasmussen,C.E.,《机器学习的高斯过程》(2006),麻省理工学院出版社·Zbl 1177.68165号
[26] 克劳斯,A。;辛格,A。;Guestrin,C.,《高斯过程中的近最优传感器布置:理论、高效算法和实证研究》,J.Mach。学习。研究(JMLR),9,235-284(2008)·Zbl 1225.68192号
[27] Stein,M.,《空间数据插值:克里格的一些理论》(2012),施普林格科学与商业媒体
[28] Saltelli,A。;Annoni,P。;阿齐尼,I。;Campolongo,F。;Ratto,M。;Tarantola,S.,基于方差的模型输出敏感性分析。总敏感性指数的设计和估计,计算。物理。Comm.,181,2,259-270(2010),网址网址:http://www.sciencedirect.com/science/article/pii/S010465509003087 ·Zbl 1219.93116号
[29] Saltelli,A.,《充分利用模型评估计算敏感性指数》,计算。物理。Comm.,145,2,280-297(2002),网址http://www.sciencedirect.com/science/article/pii/S00104650202801 ·Zbl 0998.65065号
[30] 医学博士麦凯。;贝克曼,R.J。;Conover,W.J.,在计算机代码输出分析中选择输入变量值的三种方法的比较,技术计量学,21,2,239-245(1979)·Zbl 0415.62011号
[31] Sobol’,I.,关于立方体中点的分布和积分的近似估计,苏联计算。数学。数学。物理。,7、4、86-112(1967),网址http://www.sciencedirect.com/science/article/pii/0041555367901449 ·Zbl 0185.41103号
[32] 桑特纳,T.J。;威廉姆斯,B.J。;Notz,W.I.,《计算机实验的设计与分析》(2013),施普林格科学与商业媒体
[33] Sacks,J。;Welch,W.J。;米切尔·T·J。;Wynn,H.P.,《计算机实验的设计与分析》,统计学。科学。,409-423 (1989) ·Zbl 0955.62619号
[34] Cressie,N.,《空间数据统计》(2015),John Wiley&Sons·Zbl 1347.62005年
[35] Ko、C.-W。;Lee,J。;Queyranne,M.,最大熵采样的精确算法,Oper。研究,43,4,684-691(1995)·Zbl 0857.90069号
[36] Sacks,J。;席勒,S.B。;Welch,W.J.,《计算机实验设计》,技术计量学,31,1,41-47(1989)
[37] 克劳斯,A。;辛格,A。;Guestrin,C.,《高斯过程中的近最优传感器布置:理论、高效算法和实证研究》,J.Mach。学习。第235-284号决议,2008年2月9日·Zbl 1225.68192号
[38] 贝克,J。;Guillas,S.,《计算机实验(小鼠)的交互信息顺序设计:海啸模型的模拟》,SIAM/ASA J.《不确定性》。数量。,4, 1, 739-766 (2016) ·Zbl 1349.62364号
[39] Schonlau,M.,滑铁卢大学计算机实验与全局优化(1997)(博士论文)
[40] 金斯堡,D。;勒里奇,R。;Carraro,L.,《克里金很适合并行优化》,131-162(2010),施普林格-柏林-海德堡:施普林格
[41] Desautels,T。;克劳斯,A。;Burdick,J.W.,《在高斯过程土匪优化中并行探索-开发权衡》,J.Mach。学习。研究,15,1,3873-3923(2014)·Zbl 1312.62036号
[42] 骑士,C。;Bect,J。;金斯堡,D。;巴斯克斯,E。;皮奇尼,V。;Richet,Y.,《基于快速平行克里金的逐步不确定性降低及其在偏移集识别中的应用》,《技术计量学》,56,4,455-465(2014),arXiv:https://doi.org/101080/00401706.2013.860918
[43] 斯托恩,R。;Price,K.V.,《差分进化——连续空间上全局优化的一种简单有效的启发式算法》,J.global Optim。,11, 341-359 (1997) ·Zbl 0888.90135号
[44] 北卡罗来纳州罗摩克里希南。;Bailey Kellogg,C.公司。;Tadepalli,S。;Pandey,V.N.,空间聚集主动数据挖掘的高斯过程,(2005年SIAM国际数据挖掘会议论文集(2005),SIAM),427-438
[45] Sobol,I.,《关于高维模型表示的定理和示例》,Reliab。工程系统。安全。,79,2,187-193(2003),sAMO 2001:灵敏度分析的方法学进展和创新应用。统一资源定位地址http://www.sciencedirect.com/science/article/pii/S0951832002296
[46] Ishigami,T。;Homma,T.,计算机模型不确定性分析中的一种重要量化技术,(《第一届不确定性建模与分析国际研讨会论文集》(1990)),398-403
[47] 芬奇,C。;贝托雷洛,C。;皮诺,G。;Bouilly,J.-M.,使用碎片工具套件模拟Ariane 5 EPC再入(第七届欧洲空间碎片会议,欧空局(2017))
[48] 贝托雷洛,C。;芬奇,C。;皮诺,G。;Rhidane,L。;Bouilly,J.-M.,(Adryans®)v5.0-一个一维面向对象的生存能力工具(第七届欧洲空间碎片会议,欧空局(2017))
[49] Jones,D.R。;Schonlau,M。;Welch,W.J.,《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
[50] 穆斯塔法,M。;苏德雷特,B。;Bourinet,J.-M。;Guillaume,B.,使用自适应kriging代理模型的不确定性下基于分位数的优化,结构。多磁盘。最佳。,54, 6, 1403-1421 (2016)
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。