史、文;陈敖;谢湘 生成并验证无模型因子筛选的聚类抽样矩阵。 (英语) Zbl 07765861号 欧洲药典。研究。 313,编号1,241-257(2024). 摘要:莫里斯的基本效应筛选(MM)已广泛应用于各种领域,以确定许多可能因素中的几个重要因素。在MM中,与非聚类抽样相比,聚类抽样节省了大量的计算量,但构建一个聚类抽样矩阵仍然是一个挑战,该矩阵能为每个因素产生任何特定数量的基本效应。在本文中,我们彻底解决了这个问题。通过引入“虚拟”子块矩阵,我们揭示了完整簇抽样矩阵中不同块抽样矩阵之间的数学关联。通过利用这一特性,我们提出了一种易于实现的自适应簇抽样(ACS)能够识别要使用的适当子块采样矩阵的方法。与现有的强制方法相比,它的优点是可以提供易于获得的聚类采样矩阵,并且可以应用于具有给定先验的任意数量因子的计算模型。我们通过分析证明和仿真实验证明了ACS的吸引人的特性。我们通过实际案例研究展示了ACS的健壮性。我们的算法代码可以在线获得。 MSC公司: 900亿 运筹学与管理科学 关键词:模拟;因子筛选;集群抽样;基本效应法;模拟实验 PDF格式BibTeX公司 XML格式引用 \textit{W.Shi}等人,《欧洲期刊》。313号决议,第1号,241--257(2024;Zbl 07765861) 全文: 内政部 参考文献: [1] 安肯曼,B.E。;Cheng,R.C.H。;Lewis,S.M.,通过序列分叉筛选分散效应,ACM建模与计算机模拟汇刊,1001001-27(2014)·Zbl 1368.68311号 [2] 博尔戈诺沃,E。;Pangallo,M。;Rivkin,J。;Rizzo,L。;Siggelkow,N.,基于代理模型的敏感性分析:新协议,计算和数学组织理论,28,1,52-94(2022) [3] 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 [4] 博尔戈诺沃,E。;Rabitti,G.,《筛查:从龙卷风图到有效维度》,《欧洲运筹学杂志》,304,3,1200-1211(2023)·Zbl 07594696号 [5] 布库瓦拉斯,A。;Gosling,J.P。;Maruri-Aguilar,H.,《计算机实验的有效筛选方法》,《技术计量学》,56,4,422-431(2014) [6] Bradley,J.A。;Hülse,D。;拉罗,D.E。;Arndt,S.,《海洋沉积物中有机碳的转移效率》,《自然通讯》,13,1,7297(2022) [7] Campolongo,F。;Braddock,R.,《图论在模型输出灵敏度分析中的应用:二阶筛选法》,可靠性工程与系统安全,64,1,1-12(1999) [8] Campolongo,F。;Cariboni,J。;Saltelli,A.,《大型模型敏感性分析的有效筛选设计》,环境建模与软件,22,10,1509-1518(2007) [9] 克拉克,L.E。;辛格,J.,《关于圆置换》,《美国数学月刊》,65,8,609-610(1958)·Zbl 0083.00306号 [10] Cropp,R.A。;Braddock,R.D.,《新莫里斯方法:一种有效的二阶筛选方法》,可靠性工程与系统安全,78,1,77-83(2002) [11] 国际标准刊号0024-3795·Zbl 1508.15008号 [12] Fédou,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 [13] Fkh,P。;陈,R.B。;Wang,W。;Wong,W.K.,使用群智能技术优化两级过饱和设计,技术计量学,58,1,43-49(2016) [14] 弗拉乔莱特,P。;Sedgewick,R.,《分析组合学》(2009),剑桥大学出版社·Zbl 1165.05001号 [15] 绿色,B。;Tao,T.,Möbius函数与nilsequences强正交,数学年鉴,175,2541-566(2012)·Zbl 1347.37019号 [16] Iooss,B。;Saltelli,A.,《敏感性分析导论》,1103-1122(2017),Cham:Springer International Publishing [17] Jpc,K.,《模拟实验的设计与分析》(2015),纽约:Springer US·Zbl 1321.62006年 [18] Jpc,K.,《模拟实验的设计与分析:教程》,135-158(2017),Cham:Springer International Publishing [19] Jpc,K。;van Beers,W.,《克里格模型交叉验证的统计检验》,《信息计算杂志》,34,1,607-621(2022)·兹伯利07549396 [20] 法学硕士。;Kelton,W.D.,《仿真建模与分析》(2007),Mcgraw-Hill:Mcgraw-Hill纽约 [21] 国际标准期刊号2073-8994 [22] 刘,L。;Byun,J.H。;帕克,C。;Ma,Y.,偏正态响应模型下模拟因子筛选的改进序贯分岔,计算机与工业工程,169108274(2022) [23] Mavromatidis,G。;Orehounig,K。;Carmeriet,J.,《不确定性下分布式能源系统的设计:两阶段随机规划方法》,应用能源,222932-950(2018) [24] Morris,M.D.,《初步计算实验的因子抽样计划》,《技术计量学:物理、化学和工程科学统计杂志》,33,2,161-174(1991) [25] Pujol,G.,估算元模型的基于Simplex的筛选设计,可靠性工程与系统安全,94,7,1156-1160(2009) [26] 桑特纳,T.J。;威廉姆斯,B.J。;Notz,W.I.,敏感性分析和变量筛选,计算机实验的设计和分析,247-297(2018),纽约州纽约市:施普林格·Zbl 1405.62110号 [27] Sargent,R.G.,《仿真模型的验证与确认》,《仿真杂志》,2013年第7期,第1期,第12-24页 [28] 萨卡,S。;Rajagopalan,B.,《消费者安全投诉与组织学习:来自汽车行业的证据》,《国际质量与可靠性管理杂志》,35,10,2094-2118(2018) [29] 沈,H。;Wan,H。;Sanchez,S.M.,《模拟因子筛选的混合方法》,海军研究后勤(NRL),57,1,45-57(2010)·Zbl 1185.65112号 [30] 沈,M。;Wang,L。;邓,T.,《数字孪生兄弟:是什么,为什么要这样做,以及运筹学的研究机会》,《SSRN电子期刊》(2021) [31] Shi,W。;Chen,X.,Morris方法的集群抽样变得简单,海军研究后勤(NRL),68,4,412-433(2021)·Zbl 07750864号 [32] Shi,W。;陈,X。;Shang,J.,《基于Morris方法的模拟因子筛选高效框架》,《信息计算杂志》,31,4,745-770(2019)·Zbl 1451.90005号 [33] Shi,W。;冷,K。;Van Nieuwenhuyse,I。;刘,Y。;Chen,X.,《汽车召回在新兴市场的表现:来自中美比较的证据》,《交通研究A部分:政策与实践》,132290-307(2020) [34] Shia,W.H.,《圆形排列的一般公式》,《美国数学月刊》,64,5,347-348(1957)·Zbl 0077.01902 [35] van Heeswijk,W.J.,W.J.(美国)。;梅斯,M.R。;舒顿,J。;Zijm,W.,《使用基于代理的模拟评估城市物流方案》,《运输科学》,54,3,651-675(2020) [36] Wan,H。;安肯曼,B.E。;Nelson,B.L.,《受控序列分岔:离散事件模拟的新因子筛选方法》,运筹学,54,4,743-755(2006) [37] 万,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 [38] 伍兹特区。;Lewis,S.M.,《筛选实验设计》,1-43(2016),Cham:Springer International Publishing [39] 吴昌杰。;Hamada,M.S.,《实验:规划、分析和优化》(2011),John Wiley&Sons [40] Wu,J.,《基于基本效应的筛选方法的新序贯空间填充采样策略》,应用数学模型,83,419-437(2020)·Zbl 1481.62052号 [41] 出版中 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。