Tutorial: Metamodeling for Simulation
Tutorial: Metamodeling for Simulation
复制标题
教程：仿真元建模
DOI：
--
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
R. Barton
中科院分区：
文献类型：
--
作者：
R. Barton
元模型是快速计算的数学模型，旨在模拟离散事件或其他复杂仿真模型的输入输出行为。线性回归元模型历史最悠久，但其他模型形式包括高斯过程回归和神经网络。本介绍性教程重点介绍了选择元模型类型和特定形式以及进行模拟运行以适应元模型的基本问题。本教程最后提供了有关验证的建议以及进一步阅读以扩展您对这些方法的理解的建议。
Metamodels are fast-to-compute mathematical models that are designed to mimic the input-output behavior of discrete-event or other complex simulation models. Linear regression metamodels have the longest history, but other model forms include Gaussian process regression and neural networks. This introductory tutorial highlights basic issues in choosing a metamodel type and specific form, and making simulation runs to fit the metamodel. The tutorial ends with advice on validation, and suggestions on further reading to expand your understanding of these methods.
影响因子：
2.2
作者：
Gramacy, Robert B.;Lee, Herbert K. H.
通讯作者：
Lee, Herbert K. H.