置换集上效用函数的仿真：可靠性增长任务的排序
统计方法学
2018-05-03 v1
摘要
我们考虑贝叶斯试验设计问题，其中我们在置换集上最大化效用函数的先验期望，例如在排序若干待执行任务时。当任务数量很大且期望效用计算代价高昂时，评估所有置换的期望效用可能是不合理或不可行的。我们提出一种方法，基于置换的参数概率模型使用代理函数来仿真期望效用。该代理函数通过在一组训练点上最大化与期望效用的相关性来拟合。我们提出对期望效用的适当变换以改善拟合。我们给出了联系两函数间相关性及所需进行的期望效用评估次数的结果。该方法应用于硬件系统开发中的可靠性增长任务排序，其中存在大量潜在可执行任务，且工程师关注在最小化和成本与时间的前提下达到可靠性目标。一个说明性示例展示了该方法的使用方式，一项仿真研究更一般地证明了该方法的性能。
引用
@article{arxiv.1805.00726,
title = {Emulation of utility functions over a set of permutations: sequencing reliability growth tasks},
author = {Kevin J Wilson and Daniel A Henderson and John Quigley},
journal= {arXiv preprint arXiv:1805.00726},
year = {2018}
}
备注
Article accepted at Technometrics. The official journal version is given here: https://doi.org/10.1080/00401706.2017.1377637