一种用于最优计算预算分配的自适应预算分配规则
最优化与控制
2025-04-14 v4
摘要
基于仿真的排序与选择（R&S）是一种用于优化离散事件系统（DESs）的流行技术。它通过仿真输出评估系统设计的均值性能，并旨在通过智能分配有限的仿真预算，从一组备选方案中识别出最佳系统设计。在 R&S 中，最优计算预算分配（OCBA）是一种高效的预算分配规则，它在渐近意义上最大化正确选择概率（PCS）。在本文中，我们首先表明，通过考虑一个具有特定大预算的大规模问题，可以恢复渐近 OCBA 规则。考虑足够大的预算可以极大简化计算，但也导致渐近 OCBA 规则忽略预算的影响。为此，我们在预算不足以简化计算的设定下，推导出一种预算自适应规则。所提出的预算自适应规则根据预算规模确定分配给各设计的总预算比例，其预算自适应特性凸显了预算对分配策略的显著影响。基于所提出的预算自适应规则，开发了两种启发式算法。数值实验表明了我们提出的分配规则的优越效率。
引用
@article{arxiv.2304.02377,
title = {A Budget-Adaptive Allocation Rule for Optimal Computing Budget Allocation},
author = {Zirui Cao and Haowei Wang and Ek Peng Chew and Haobin Li and Kok Choon Tan},
journal= {arXiv preprint arXiv:2304.02377},
year = {2025}
}