Simulation optimization using stochastic kriging with robust statistics
Simulation optimization using stochastic kriging with robust statistics
复制标题
使用具有稳健统计的随机克里金法进行模拟优化
DOI：
10.1080/01605682.2022.2055498
复制
发表时间：
2022-03
影响因子：
3.6
通讯作者：
Chanseok Park
中科院分区：
文献类型：
--
作者：
Linhan Ouyang;Mei Han;Yizhong Ma;Min Wang;Chanseok Park
摘要元模型被广泛用作快速代理，以促进仿真模型的优化。随机克里格（SK）是一种有效的元建模工具的平均响应面隐含的随机模拟。在SK中，通常假设实验数据是正态分布的且未受污染。然而，这些假设在许多实际应用中很容易被违反。本文提出了一种新类型的SK仿真模型，可能有非高斯响应，这种新的SK使用鲁棒估计的位置（或集中趋势）和规模（或变异性），是众所周知的文献中的鲁棒统计。本文简要分析了稳健估计的统计特性，并通过不同特征的数值例子比较了所提出方法的性能。比较结果表明，无论标准假设是否成立，所提出的稳健SK与稳健估计是相当有效的。
Abstract Metamodels are widely used as fast surrogates to facilitate the optimization of simulation models. Stochastic kriging (SK) is an effective metamodeling tool for a mean response surface implied by stochastic simulation. In SK, it is usually assumed that the experimental data are normally distributed and uncontaminated. However, these assumptions can be easily violated in many practical applications. This paper proposes a new type of SK for simulation models that may have non-Gaussian responses; this new SK uses robust estimators of location (or central tendency) and scale (or variability) that are well-known in the literature on robust statistics. Statistical properties of the robust estimators used in this paper are briefly analyzed and the performances of the proposed methods are compared through numerical examples of different features. The comparison results show that the proposed robust SK with the robust estimators is quite efficient, no matter whether the standard assumptions hold or not.
登录
查看更多内容
预防性更换政策，包括运行时间、任务持续时间、最少维修和维护触发方法
影响因子：
12.1
作者：
Xufeng Zhao;Jiajia Cai;Satoshi Mizutani;Toshio Nakagawa
通讯作者：
Toshio Nakagawa
DOI：
10.1016/j.simpat.2010.12.006
发表时间：
2011-03
期刊：
Simul. Model. Pract. Theory
影响因子：
--
作者：
Ebru Angün
通讯作者：
Ebru Angün
DOI：
10.1007/978-1-4899-7547-8_2
发表时间：
2015
期刊：
--
影响因子：
--
作者：
G. Dellino;J. Kleijnen;C. Meloni
通讯作者：
G. Dellino;J. Kleijnen;C. Meloni
影响因子：
1.9
作者：
Kenneth K. Lopiano;L. Young;C. Gotway
通讯作者：
Kenneth K. Lopiano;L. Young;C. Gotway
DOI：
10.1007/978-3-642-04898-2_117
发表时间：
2011
期刊：
The Economic Journal
影响因子：
--
作者：
G. Iversen
通讯作者：
G. Iversen