恒星器优化中用于蒙特卡洛估计高能粒子约束的元方差缩减
计算物理
2023-01-19 v1 数值分析
数值分析
等离子体物理
统计方法学
摘要
本工作引入元估计量，其结合基于控制变量、重要性采样与信息复用的多种多保真度技术，从而产生准乘法级的方差缩减量。所提元估计量在外层循环应用中尤为高效，当不确定性的输入分布在外层循环中改变时（在基于可靠性的设计与形状优化中常如此）。我们推导了外层循环结果收敛极限下元估计量方差缩减的渐近界。我们利用数据驱动代理模型与偏置密度，在一个由磁约束聚变驱动的不确定性设计问题上演示元估计量，即优化恒星器线圈设计以最大化高能粒子估计约束。元估计量优于其所有组成方差缩减技术单独使用的情况，最终在相同计算预算下相较标准蒙特卡洛估计实现两个数量级的加速。
引用
@article{arxiv.2301.07280,
title = {Meta variance reduction for Monte Carlo estimation of energetic particle confinement during stellarator optimization},
author = {Frederick Law and Antoine Cerfon and Benjamin Peherstorfer and Florian Wechsung},
journal= {arXiv preprint arXiv:2301.07280},
year = {2023}
}