Jack P.C.Kleijnen。 克里金：方法和应用。 （英语） Zbl 1480.93055号 Benner，Peter（编辑）等人，《模型降阶》。第1卷：系统和数据驱动的方法和算法。柏林：De Gruyter。355-370 (2021). 摘要：在本章中，我们将介绍克里金过程，也称为高斯过程（GP）模型–它是一个相对简单的元模型–或模拟器或代理–相应的复杂仿真模型。要选择要模拟时，我们使用拉丁超立方体采样（LHS）；这些组合可能有均匀分布和非均匀分布。除了确定性模拟之外，我们还讨论了随机或随机模拟，需要调整设计和分析。我们使用“方差函数分析”（FANOVA）（也称为Sobol敏感性指数）讨论仿真模型的敏感性分析。最后，我们讨论模拟系统的优化，包括“鲁棒”优化。关于整个系列，请参见[Zbl 1473.93004号]. MSC公司： 93B11号机组 系统结构简化 关键词：高斯过程;元模型;模拟器;代理;最优化 PDF格式BibTeX公司 XML格式引用 \textit{J.P.C.Kleijnen}，in：模型降阶。第1卷：系统和数据驱动的方法和算法。柏林：De Gruyter。355--370（2021；Zbl 1480.93055） 全文： 内政部 参考文献： [1] B.Ankenman、B.Nelson和J.Staum。仿真元建模的随机克里格法。操作。决议，58（2）：3713822010年·兹比尔1342.62134 [2] M.Baudin、A.Dutfoy、B.Iooss和A-L.Popelin。Open TURNS：用于模拟中不确定性量化的工业软件。R.Ghanem、D.Higdon和H.Owhadi主编，《不确定性量化手册》，2001-38页。斯普林格，2016年。 [3] E.Benková、R.Harman和W.G.Müller。受限空间填充的隐私设置。J.统计计划。推断，171:1-9，2016年·Zbl 1336.62227号 [4] A.Bhosekar和M.Ierepatritou。基于代理的建模、可行性分析和优化进展：综述。计算。化学。工程，108:250-2672018。 [5] M.Binois、R.B.Gramacy和M.Ludkovski。用于大型模拟实验的实际异方差高斯过程建模。期刊。J.计算。图表。统计，27（4）：808-8212018·Zbl 07498993号 [6] M.Binois、J.Huang、R.B.Gramacy和M.Ludkovskiz。复制还是探索？随机模拟实验的顺序设计。技术计量学，61（1）：2019年7月23日。 [7] M.A.Bouhlel和J.R.A.Martins。高维问题的梯度增强Kriging。工程计算。，35:157173, 2019. [8] T.Chatterjee、S.Chakraborty和R.Chowdhury。代理辅助稳健设计优化的关键回顾。架构（architecture）。计算。方法工程，26:245-2742019。 [9] H.Chen、J.L.Loeppky、J.Sacks和W.J.Welch。计算机实验的分析方法：如何评估和计算？统计科学。，31(1):40-60, 2016. ·Zbl 1442.62179号 [10] X.Chen、K.Wang和F.Yang。带有定性因素的随机克里格法。R.Pasupathy、S-H.Kim、A.Tolk、R.Hill和M.E.Kuhl，编辑，2013年冬季模拟会议记录，第790-801页，2013年。 [11] C.切瓦利埃、X.埃默里和D.金斯伯格。条件模拟信号群的快速更新，2014年。hal-00984515。 [12] J-P.Chilès和P.Delfiner。地理统计学：建模空间不确定性。威利，纽约，1999年·Zbl 0922.62098号 [13] J.-P.Chilès和N.Desassis。克里格五十年。《数学地球科学手册》编辑B.S.Daya Sagar、Q.Cheng和F Agterberg；IAMG五十年，第589-612页，施普林格出版社，2018年。 [14] N.A.C.克雷西。空间数据统计；修订版。威利，纽约，1993年。 [15] G.Dellino、J.P.C.Kleijnen和C.Meloni。仿真中的稳健优化：田口和克里格的结合。信息J.计算。，24(3):471-484, 2012. ·Zbl 1462.90078号 [16] H.Dong和M.K.Nakayama。拉丁超立方体抽样的分位数估计。操作。决议，65（6）：1678-16952017年·Zbl 1392.62134号 [17] A.M.Edwards和R.B.Gramacy。2020年精确聚合本地模型。arXiv预印本arXiv：2005.13375。 [18] C.B.Erickson、B.E.Ankenman和S.M.Sanchez。高斯过程建模软件的比较。欧洲药典。2018年第266:179-192号决议·Zbl 1403.62006号 [19] O.Harari、D.Bingham、A.Dean和D.Higdon。计算机实验：预测准确性、样本量和模型复杂度的重新审视。统计正弦。，28(2):899-919, 2018. ·Zbl 1390.62156号 [20] F.Jilu、S.Zhili和S.Hongzhe。基于克里金模型和粒子群优化算法的角接触球轴承结构参数优化。程序。仪器机械。工程师，C部分，J.Mech。工程科学。，231(23):4298-4308, 2017. [21] D.R.Jones、M.Schonlau和W.J.Welch。高效全局优化昂贵的黑盒函数。J.全球。最佳。，13:455-492, 1998. ·Zbl 0917.90270号 [22] J.P.C.Kleijnen。模拟实验的设计与分析，第二版。斯普林格，2015年·Zbl 1321.62006年 [23] J.P.C.Kleijnen和W.C.M.van Beers。模拟实验的应用驱动序列设计：克里格元建模。《运营杂志》。Res.Soc.，55（9）：876-8832004年·Zbl 1060.62090号 [24] J.P.C.Kleijnen和W.C.M.van Beers。通过克里金对大数据进行预测。J.数学。管理。科学。，2020https://doi.org/10.1080/0166324.201201761281。 ·doi:10.1080/01966324.2020.1716281 [25] J.P.C.Kleijnen、I.van Nieuwenhuyse和W.C.M.van Beers。模拟中的约束优化。2021年，正在筹备中。 [26] 法学硕士。仿真建模与分析，第五版。McGraw-Hill，波士顿，2015年。 [27] K.Le Guiban、A.Rimmel、M-A.Weisser和J.Tomasik。极大极小拉丁超立方体设计问题的第一近似算法。操作。决议，66（1）：253-2662018年·Zbl 1456.62167号 [28] J.L.Loepsky、J.Sacks和W.J.Welch。选择计算机实验的样本量：实用指南。《技术计量学》，51:366-3762009年。 [29] E.Mehdad和J.P.C.Kleijnen。基于序贯内禀克里金的黑盒模拟高效全局优化。《运营杂志》。Res.Soc.，69（11）：1725-17372018年。 [30] E.Mehdad和J.P.C.Kleijnen。仿真元建模中的随机内禀克里格法。申请。斯托克。模型总线。印度，34:322-3372018·Zbl 1420.60049号 [31] R.H.Myers、D.C.Montgomery和C.M.Anderson-Cook。响应面方法：使用设计实验优化工艺和产品，第三版。威利，纽约，2009年·Zbl 1269.62066号 [32] R.C.A.Minnitt和W.Assibey Bonsu。D.G.Krige FRSSAf教授。事务处理。南非皇家学会。，68(3):199-202, 2013. [33] T.Mukhopadhyay、S.Chakraborty、S.Dey、S.Adhikari和R.Chowdhury。复合材料壳体动力学中高保真不确定性量化的克里格模型变量的关键评估。架构（architecture）。计算。方法工程，1-242016。 [34] F.Pianosi、F.Sarrazin和T.Wagener。用于全局敏感性分析的Matlab工具箱。环境。模型。软质。，70:80-85, 2015. [35] C.拉斯穆森和C.威廉姆斯。机器学习的高斯过程。麻省理工学院出版社，马萨诸塞州剑桥，2006年·兹比尔1177.68165 [36] J.萨克斯、W.J.韦尔奇、T.J.米切尔和H.P.韦恩。计算机实验的设计和分析（包括评论和重编）。统计科学。，4(4):409-435, 1989. ·Zbl 0955.62619号 [37] P.Salemi、J.Staum和B.L.Nelson。用于仿真元建模的广义集成布朗场。操作。决议，67（3）：874-8912019年·Zbl 1444.90003号 [38] T.J.Santner、B.J.Williams和W.I.Notz。计算机实验的设计与分析，第二修订版。施普林格，纽约，2018年·兹比尔1405.62110 [39] E.Stinstra和D.den Hertog。使用计算机实验进行稳健优化。欧洲药典。研究，191:816-8372008年·Zbl 1160.65321号 [40] H.瓦克内格尔。多元地质统计学：应用简介，第三版。施普林格，柏林，2003年·Zbl 1015.62128号 [41] B.Wang和J.Hu。序列环境中随机Kriging元模型的一些单调性结果。信息J.计算。，30(2):278-294, 2018. ·Zbl 1528.62041号 [42] W.Wang和B.Haaland。控制随机克里格法中的误差源。技术计量学，61（3）：309-3212019。 [43] M.A.Winkel、J.W.Stallrich、C.B.Storlie和B.J.Reich。局部重要维的顺序优化。技术计量学，63（2）：236-2482021。 [44] I.亚尼科·卢、D.den Hertog和J.P.C.Kleijnen。稳健的双响应优化。工业工程研究开发，48（3）：298-3122016。 [45] Q.Zhang和Y.Ni。利用贝叶斯剩余矩估计改进的最可能异方差高斯过程回归。IEEE传输。信号处理。，68:3450-3460, 2020. https://doi.org/10.109/TSP.2020.2997940。 ·Zbl 1523.62049号 ·doi:10.1010/TSP.2020.2997940 [46] W.Zhang和W.Xu。基于仿真的单向公交线路调度鲁棒优化：实验设计。运输。决议，E部分，106:203-2302017年。 [47] L.Zou和X.Zhang。2018年模拟模型不足的随机克里格法。arXiv:1802.00677v2[stat.ME] 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。