应对 NASA Langley 不确定性量化挑战的分布鲁棒优化方法
统计方法学
2020-06-30 v1
摘要
我们研究了一种解决 NASA Langley 不确定性量化挑战问题的方法论，它基于鲁棒优化（更具体地，近期被称为分布鲁棒优化的一系列研究）与蒙特卡洛模拟中重要性采样的结合。该集成方法论的主要计算机制归结为求解抽样线性规划。我们将通过与非参数假设检验的联系，展示我们的数值表现以及所获得的理论统计保证。
引用
@article{arxiv.2006.15689,
title = {A Distributionally Robust Optimization Approach to the NASA Langley Uncertainty Quantification Challenge},
author = {Yuanlu Bai and Zhiyuan Huang and Henry Lam},
journal= {arXiv preprint arXiv:2006.15689},
year = {2020}
}
备注
Published in the Proceedings of the 30th European Safety and Reliability Conference and the 15th Probabilistic Safety Assessment and Management Conference