Uncertainty Quantification of Stochastic Simulation for Black-box Computer Experiments
Uncertainty Quantification of Stochastic Simulation for Black-box Computer Experiments
复制标题
黑盒计算机实验随机模拟的不确定性量化
DOI：
10.1007/s11009-017-9599-7
复制
发表时间：
2017
影响因子：
0.9
通讯作者：
Byon, Eunshin
中科院分区：
文献类型：
--
作者：
Choe, Youngjun;Lam, Henry;Byon, Eunshin
随机模拟应用于黑盒计算机实验正越来越广泛地用于评估系统的可靠性。然而，可靠性评估或计算机实验涉及许多模拟的复制，可以采取显着的计算资源，模拟器变得更加逼真。为了加快速度，最近提出的重要性抽样加上近最佳的抽样分配这些实验，以有效地估计与随机系统输出的概率。在本研究中，我们建立了中心极限定理的概率估计从这样的程序和构造一个渐近有效的置信区间来量化估计的不确定性。我们应用所提出的方法的数值例子，并提出了一个案例研究评估风力涡轮机的结构可靠性。
Stochastic simulations applied to black-box computer experiments are becoming more widely used to evaluate the reliability of systems. Yet, the reliability evaluation or computer experiments involving many replications of simulations can take significant computational resources as simulators become more realistic. To speed up, importance sampling coupled with near-optimal sampling allocation for these experiments is recently proposed to efficiently estimate the probability associated with the stochastic system output. In this study, we establish the central limit theorem for the probability estimator from such procedure and construct an asymptotically valid confidence interval to quantify estimation uncertainty. We apply the proposed approach to a numerical example and present a case study for evaluating the structural reliability of a wind turbine.
登录
查看更多内容
DOI：
--
发表时间：
2000
期刊：
影响因子：
--
作者：
S. Asmussen;K. Binswanger;Bjarne Højgaard
通讯作者：
Bjarne Højgaard
用于响应曲面元建模的分数布朗场
DOI：
--
发表时间：
2014
期刊：
影响因子：
--
作者：
Ning Zhang;D. Apley
通讯作者：
D. Apley
风力涡轮机极限负载评估中计算高效的不确定性最小化
影响因子：
2.3
作者：
Youngjun Choe;Qiyun Pan;E. Byon
通讯作者：
E. Byon
DOI：
--
发表时间：
2016
期刊：
影响因子：
--
作者：
Samuel G. Steckley;S. Henderson;D. Ruppert;Ran Yang;D. Apley;J. Staum
通讯作者：
J. Staum
用于验证设计载荷外推技术的数据库
DOI：
--
发表时间：
2008
期刊：
影响因子：
--
作者：
P. Moriarty
通讯作者：
P. Moriarty