变量选择优化的全局灵敏度分析

@文章{Spagnol2017GlobalSA，title={变量选择优化的全局灵敏度分析}，author={Adrien Spagnol和Rodolphe Le Riche以及S{\'e}bastien Da Veiga}，日志={ArXiv}，年份={2017年}，体积={abs/1811.04646}，网址={https://api.semanticscholar.org/CorpusID:53288707}}
提出了一种新的灵敏度分析方法，该方法考虑了优化问题的具体方面，并引入了一种基于Hilbert-Schmidt独立准则的影响度量，以表征设计变量是否影响目标函数的低值并满足约束。
[PDF]语义阅读器
27引文
极具影响力的引文
1
背景引文
10
方法引文
8

本文图表

询问这篇论文
贝塔
人工智能驱动

我们的系统试图限制本文中找到的信息。结果质量可能有所不同。了解更多信息关于我们如何产生这些答案。

27引文

基于设计目标的优化，使用输入变量选择和惩罚-拉格朗日乘数求解高维设计问题

如果能够以较低的计算成本获得满足设计者或决策者所要求的设计目标的设计，那么该设计对实践者可能非常有用。

基于核敏感指数的有效维数贝叶斯优化

在一种新的贝叶斯全局优化算法中使用HSIC灵敏度，以降低问题的维数，并指出变量选择和填充策略的互补性。

高维贝叶斯多目标优化

为了提高Pareto最优解的获得，我们定制了一个填充标准，将搜索指向目标空间中用户需要的区域，如果没有目标空间，则指向本文中引入的Pare到前端中心。

基于核的（偏移）集灵敏度分析

本文建议使用Hilbert-Schmidt独立性准则（带有为集值输出设计的核）对集值模型进行灵敏度分析，并建议使用HSIC-ANOVA指数测量每个输入的贡献。

基于案例的元启发式算法调整，利用灵敏度分析和逆向工程应用实验设计

本文介绍了如何通过识别CAD几何图形与数字化零件点云拟合的最佳默认设置参数来增强基于SA的逆向工程技术。

带参考点的多目标贝叶斯优化：顺序和并行版本

它展示了如何使用高斯过程来限制野心，以恢复可以解决的问题，以及如何并行化得到的多目标贝叶斯优化算法。

使用Hilbert-Schmidt独立准则对ReaxFF重新参数化进行敏感性分析。

结果表明，HSIC全局灵敏度是一个廉价的优化预处理步骤，它具有定性和定量的优点，可以大大简化和加速ReaxFF重编程。

目标和条件敏感性分析的统计发展：在核反应堆安全研究中的应用

元启发式算法在实际优化问题中的设计、实验和应用教程

根据COCO基准重新审视贝叶斯优化

研究发现，初始预算小、二次趋势、采集标准的高质量优化带来了一致的进展，对于多模态函数，最佳EGO变体在维数小于或等于5的情况下具有竞争力或优于最先进的算法。

40参考文献

可靠性设计优化中有效替代模型的有效变量筛选方法

研究发现，输出方差对于识别RBDO过程中的重要变量至关重要，并提出了一种基于单变量降维方法（DRM）的有效近似方法来有效计算输出方差。

一种有效的遗传算法约束处理方法

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

用线性插值建模目标函数和约束函数的直接搜索优化方法

当不存在导数时，用于非线性约束优化计算的迭代算法，其中计算出一个新的变量向量，该向量可以替换当前顶点之一，以改善单纯形的形状，或者因为它是迄今为止发现的最佳向量。

使用计算昂贵的黑盒函数解决高维设计问题的建模和优化策略综述

综述了可能有助于解决高维、昂贵（计算上）、黑盒（HEB）问题的相关建模和优化策略，以及解决HEB问题的两种有前景的方法。

灵敏度分析和筛选依赖性度量的新改进

物理现象通常由耗时的数值模拟器进行建模，这些模拟器是许多不确定参数的函数，其影响可以通过全局灵敏度分析进行测量。这个…

全局敏感性分析方法综述

本章在一个完整的方法论框架内回顾了模型输出的各种全球敏感性分析方法。大量统计和概率工具（回归、，…

非线性模型全局敏感性分析中的重要性度量

基于相关性测度的全局敏感性分析

本文证明，当其中一个输入变量固定时，这种比较用于比较输出分布与其条件对应项，在使用Csiszar f发散进行比较时，会产生先前提出的指数，以及敏感性指数，这些指数是随机变量之间众所周知的相依性度量。

工程设计中基于相对熵的概率灵敏度分析方法

本文提出了一种基于相对熵概念的概率灵敏度分析方法，用于不确定性设计。基于相对熵的方法评估…