×

回归和克里格元模型及其模拟实验设计:综述。 (英语) Zbl 1394.90004号

小结:本文回顾了模拟实验的设计和分析。它专注于通过两种类型的元模型(代理模拟器)进行分析,即低阶多项式回归和克里格(或高斯过程)。元模型类型决定了仿真实验的设计,它决定了仿真模型的输入组合。例如,一阶多项式回归元模型应使用“分辨率III”设计,而克里金可能使用“拉丁超立方体采样”。更一般地说,一阶或二阶多项式可以使用分辨率III、IV、V或“中心复合”设计。在应用回归或克里格元建模之前,可以通过“顺序分叉”筛选真实仿真模型的许多输入。模拟系统的优化可以使用一系列低阶多项式(称为“响应面方法”(RSM))或通过顺序设计拟合的克里金模型(包括“有效全局优化”(EGO))。最后,“稳健”优化考虑了一些模拟输入的不确定性。

MSC公司:

90-02 与运筹学和数学规划有关的研究博览会(专著、调查文章)
90立方31 灵敏度、稳定性、参数优化
65C60个 统计中的计算问题(MSC2010)
62-02 与统计有关的研究展览(专著、调查文章)
62升05 顺序统计设计
62K05美元 最佳统计设计
90C26型 非凸规划,全局优化

软件:

鲮鱼EGO公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] Angün,M.E.,黑箱模拟优化:广义响应面方法,中央研究院论文系列(2004年),蒂尔堡大学:蒂尔堡大学,荷兰蒂尔堡
[2] 安肯曼,B。;B.纳尔逊。;Staum,J.,《仿真元建模的随机克里格法》,运筹学,58,2,371-382(2010)·Zbl 1342.62134号
[3] Barton,R.R.,《拟合子系统元模型的实验设计》(Andradóttir,S.;Healy,K.J.;Withers,D.H.;Nelson,B.L.,《1997年冬季模拟会议论文集》(1997)),303-310
[4] 巴顿,R.R。;Meckesheimer,M.,基于元模型的仿真优化,(Henderson,S.G.;Nelson,B.L.,《运筹学和管理科学手册》第18章,第13卷(2006),Elsevier,阿姆斯特丹)·Zbl 1170.90300号
[5] Bekki,J.M。;福勒,J.W。;Mackulak,G.T。;Kulahci,M.,《采用非FIFO调度策略的制造环境中基于仿真的周期时间分位数估计》,《仿真杂志》,2009年第3期,第2期,第69-128页
[6] Ben-Tal,A。;Ghaoui,L.E。;Nemirovski,A.,《稳健优化》(2009),普林斯顿大学出版社,普林斯顿·Zbl 1221.90001号
[7] Bettonvil,B.W.M。;E.D.卡斯蒂略。;Kleijnen,J.P.C.,基于多响应模拟的优化中最优性条件的统计测试,《欧洲运筹学杂志》,199,2448-458(2009)·Zbl 1176.90434号
[8] Bischl,B。;O.默斯曼。;Trautmann,H。;Weihs,C.,《元模型验证的重采样方法与进化计算建议》,进化计算,20,2,249-275(2012)
[9] 博尔戈诺沃,E。;Plischke,E.,《敏感性分析:最新进展综述》,《欧洲运筹学杂志》,248,3,869-887(2016)·Zbl 1346.90771号
[10] 盒子,G.E.P。;Wilson,K.B.,《最佳条件的实验实现》,《皇家统计学会期刊》,B辑,13,1,1-38(1951)·Zbl 0043.34402号
[11] Chang,K.-H。;Li,M.-K。;Wan,H.,将STRONG与大规模模拟优化筛选设计相结合,IIE Transactions,46,4,357-373(2014)
[12] 陈,V.C.P。;Tsui,K.-L。;巴顿,R.R。;Meckesheimer,M.,《计算机实验的设计、建模和应用综述》,IIE Transactions,38,273-291(2006)
[13] 陈,X。;Kim,K.-K.,使用分段法构建基于分位数的度量的元模型,(Pasupathy,R.;Kim,S.-H.;Tolk,A.;Hill,R.,Kuhl,M.E.,《2013年冬季模拟会议论文集》(2013),521-532
[14] 骑士,C。;金斯伯格博士。;贝克特,J。;巴斯克斯,E。;皮奇尼,V。;Richet,Y.,《基于快速平行克里格的逐步不确定性减少及其在偏移集识别中的应用》,Technometrics,56,455-465(2014)
[15] 堂兄,A。;Maatouk,H。;Rullière,D.,《金融替代结构的克里金》(2015)
[16] 克罗姆贝克,K。;Laermans,E。;Dhane,T.,《基于仿真建模的高效空间填充和非塌陷顺序设计策略》,《欧洲运筹学杂志》,214683-696(2011)
[17] Dellino,G.公司。;Kleijnen,J.P.C.公司。;Meloni,C.,《模拟中的稳健优化:田口和克里格的结合》,《计算信息杂志》,24,3,471-484(2012)·Zbl 1462.90078号
[18] Efron,B.,贝叶斯估计的频繁准确度,皇家统计学会B系列期刊,77,第3部分,617-646(2015)·Zbl 1414.62089号
[19] 费杜,J.-M。;Rendas,M.-J.,《扩展莫里斯方法:使用循环公平设计识别交互图》,《统计计算与模拟杂志》,85,7,1398-1419(2015)·Zbl 1457.62240号
[20] 戈迪,M.B。;Juneja,S.,《投资组合风险度量中的嵌套模拟》,《管理科学》,56,11,1833-1848(2010)·Zbl 1232.91622号
[21] Helton,J.C。;汉森,C.W。;Swift,P.N.,内华达州尤卡山拟建高放射性废物处置库的性能评估,可靠性工程和系统安全,122,1-6(2014)
[22] 贾拉利,H。;Van Nieuwenhuyse,I.,《库存补充中的模拟优化:分类》,IIE Transactions,accepted(2015)
[23] Jones,D.R。;Schonlau,M。;Welch,W.J.,《昂贵黑盒函数的高效全局优化》,《全局优化杂志》,第13期,第455-492页(1998年)·Zbl 0917.90270号
[24] Kamiñski,B.,《更新随机克里格元模型的方法》,《欧洲运筹学杂志》,接受(2015)·Zbl 1346.62039号
[25] Khuri,A.I。;Mukhopadhyay,S.,响应面方法,威利跨学科评论:计算统计,2128-149(2010)
[26] Kleijnen,J.P.C.,《灵敏度分析模拟实验的设计和分析概述》,《欧洲运筹学杂志》,164,2,287-300(2005)·Zbl 1068.90104号
[27] Kleijnen,J.P.C.,《模拟中的克里格元建模:综述》,《欧洲运筹学杂志》,192,3,707-716(2009)·Zbl 1157.90544号
[28] Kleijnen,J.P.C.,模拟实验的设计与分析(2015),施普林格·Zbl 1321.62006年
[29] Kleijnen,J.P.C.公司。;Van Beers,W.C.M.,《用于昂贵模拟的保单调自举Kriging元模型》,运筹学学会杂志,64,708-717(2013)
[30] Kleijnen,J.P.C.公司。;啤酒,W.C.M.V。;Nieuwenhuyse,I.V.,《模拟中的约束优化:一种新方法》,《欧洲运筹学杂志》,202,1164-174(2010)·Zbl 1189.90156号
[31] Kleijnen,J.P.C.公司。;Deflandre,D.,《模拟中回归元模型的验证:bootstrap方法》,《欧洲运筹学杂志》,170,1120-131(2006)·兹比尔1330.62201
[32] Kleijnen,J.P.C.公司。;Gaury,E.G.A.,《生产管理系统的短期稳健性:案例研究》,《欧洲运筹学杂志》,148,2452-465(2003)·Zbl 1036.90036号
[33] Kleijnen,J.P.C.公司。;Pierreval,H。;Zhang,J.,《确定不确定环境中系统设计可接受性的方法》,《欧洲运筹学杂志》,209,2,176-183(2011)·Zbl 1208.90088号
[34] 科赫,P。;Wagner,T。;埃默里奇,M.T.M。;Bäck,T。;Konen,W.,《噪声机器学习问题的高效多准则优化》,应用软计算,29,357-370(2015)
[35] Law,A.M.,《仿真建模与分析》(2015),波士顿麦格劳-希尔出版社
[36] Lee,K.-H。;Park,G.-J.,使用基于克里金的近似模型的全局稳健优化,日本机械工程学会杂志,49,3,779-788(2006)
[37] Loeppky,J.L。;Sacks,J。;Welch,W.,《选择计算机实验的样本量:实用指南》,《技术计量学》,51,4,366-376(2009)
[38] Lophaven,S.N。;尼尔森,H.B。;Sondergaard,J.,DACE:Matlab Kriging工具箱,2.0版(2002),丹麦IMM技术大学,Kongens Lyngby
[40] Markiewicz,A。;Szczepaáska,A.,多元线性模型中的最优设计,《统计与概率快报》,77,426-430(2007)·Zbl 1108.62074号
[41] 蒙哥马利,D.C.,《实验设计与分析》(2009),新泽西州霍博肯市威利
[42] Myers,R.H。;蒙哥马利特区。;Anderson-Cook,C.M.,《响应面方法:使用设计实验优化工艺和产品》(2009年),纽约威利·Zbl 1269.62066号
[43] Nelson,B.L.,“未来10年数字仿真中的一些战术问题”,《仿真杂志》,10,2-11(2016)
[44] 普劳斯,M。;Wagner,T。;Ginsbourger,D.,基于计算机游戏噪声评估的高维模型优化,(Hamadi,Y.;Schoenauer,M.,LION 6,LNCS 7219(2012),Springer-Verlag Berlin Heidelberg),145-159
[45] Qu,H。;Fu,M.C.,梯度外推随机克里金,ACM建模与计算机模拟汇刊,24,4,23:1-23:25(2014)·Zbl 1371.65011号
[46] Qu,X.,rechtschaffner设计的统计特性,《统计规划与推断杂志》,137,2156-2164(2007)·兹比尔1120.62058
[47] 拉斯穆森,C.E。;Williams,C.,《机器学习的高斯过程》(2006),麻省理工学院出版社,马萨诸塞州剑桥·Zbl 1177.68165号
[48] Ryan,K.J。;Bulutoglu,D.A.,大n的最小像差分数阶乘设计,技术计量学,52,2,250-255(2010)
[49] Saltelli,A。;Ratto,M。;安德烈斯,T。;Campolongo,F。;Cariboni,J。;Gatelli,D.,《全球敏感性分析:引物》(2008),威利·Zbl 1161.00304号
[50] 马里兰州桑托斯。;Santos,P.M.,随机模拟中的切换回归元模型,《欧洲运筹学杂志》,251,142-147(2016)·Zbl 1347.62135号
[51] Shi,W。;Kleijnen,J.P.C.公司。;Liu,Z.,多反应模拟的因子筛选:序列分叉,欧洲运筹学杂志,237,1136-147(2014)·Zbl 1304.62109号
[52] Shrivastava,A.K。;丁毅,基于图的二级正则分数阶乘设计的无同构生成,统计规划与推断杂志,140169-179(2010)·Zbl 1178.62082号
[53] 特纳,A.J。;Balestrini-Robinson,S。;Mavris,D.,随机模拟回归的启发式,模拟杂志,7229-239(2013)
[54] 乌拉加纳桑,S。;库库特,I。;Dhane,T。;Laermans,E.,《克里金替代模型中梯度的使用》(Tolk,A.;Diallo,S.Y.;Ryzhov,I.O.;Yilmaz,L.;Buckley,S.;Miller,J.A.,《2014年冬季模拟会议论文集》(2014),2692-2701
[55] Van Beers,W.C.M。;Kleijnen,J.P.C.,《随机模拟实验的定制序列设计:克里格元建模和引导》,《欧洲运筹学杂志》,186,3,1099-1113(2008)·兹比尔1133.62060
[56] Wan,H。;安肯曼,B.E。;Nelson,B.L.,《提高模拟因子筛选中受控顺序分岔的效率和功效》,《计算信息杂志》,22,3,482-492(2010)·Zbl 1243.62110号
[57] 魏,P。;卢,Z。;Song,J.,《变量重要性分析:综合评述》,《可靠性工程与系统安全》,142399-432(2015)
[59] Wu,C.F.J。;Hamada,M.,《实验:规划、分析和参数设计优化》(2009),纽约威利·Zbl 1229.62100号
[60] 亚尼科·卢,I。;den Hertog,D。;Kleijnen,J.P.C.,未知分布的可调稳健参数设计,IIE Transactions,48,3,298-312(2016)
[61] 尹,J。;Ng,S.H。;Ng,K.M.,《随机模拟中参数估计对克里金模型预测误差影响的研究》,(Rossini,M.D.;Hill,R.R.;Johansson,B.;Dunkin,A.;Ingalls,R.G.,《2009年冬季模拟会议论文集》(2009)),674-685
[62] 袁杰。;Ng,S.H.,《随机模拟模型中的校准、验证和预测:高斯过程元模型和贝叶斯综合解决方案》,《建模与计算机模拟学报》,25,3,1-25(2015)·Zbl 1371.65016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。