• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE International Conference on Industrial Engineering and Engineering Management >Global Sensitivity Analysis for Computationally Expensive Models Based on Radial Basis Function Interpolationand Optimization
【24h】

Global Sensitivity Analysis for Computationally Expensive Models Based on Radial Basis Function Interpolationand Optimization

机译：基于径向基函数插值和优化的基于径向基函数的计算昂贵模型的全局敏感性分析

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We present a surrogate and optimization-assisted global sensitivity analysis framework for multimodal and computationally expensive "black box" objective functions f(x), which could be a simulation or computer code. A surrogate surfaces (x) based on an affordable number of evaluations of f(x) creates an approximation of f(x) for all x The evaluation-intensive global sensitivity analysis (Extended FAST) is performed on s(x). We compare 4 algorithms including a) optimization plus RBF surrogate, b) optimization plus polynomial regression surrogate, c) RBF based on Latin Hypercube Design (LHD) with no optimization, and d) conventional application of Extended FAST global optimization (with no surrogate). In cases a) and b) the optimization points are supplemented with LHD evaluations. In all cases a) (which is an algorithm called SA_SO_GRBF) substantially outperformed the alternatives by having the smallest error on both total global sensitivity (with parameter interactions) and first order sensitivity (without parameter interaction).
机译：我们为多式联运和计算昂贵的“黑匣子”客观函数f（x）提供了一种代理和优化辅助的全局敏感性分析框架，它可以是模拟或计算机代码。基于F（x）的经济实惠的评估的代理表面（x）为所有X创建了F（x）的近似，对S（x）执行了评估密集型全局敏感性分析（扩展快速）。我们比较4种算法包括A）优化加RBF代理，B）优化加多项式回归代理，C）RBF基于拉丁超立体设计（LHD）没有优化，而d）常规应用扩展快速全球优化（没有代理） 。在a）和b）中，优化点补充了LHD评估。在所有情况下A）（这是一个名为SA_SO_GRBF的算法）通过对全局全局灵敏度（具有参数交互）的最小误差和第一订单灵敏度（没有参数交互），基本上优于替代方案。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号