基于高斯过程元模型的随机模拟器优化——在维护投资规划问题中的应用
统计方法学
2016-05-04 v2 统计理论
统计理论
摘要
本文研究工业资产管理策略的优化问题，其盈利性由净现值（NPV）指标刻画，该指标通过蒙特卡洛模拟器评估。所开发的方法在于构建该随机模拟器的元模型，从而对于给定的模型输入，无需运行模拟器即可获得NPV概率分布。本研究集中于通过插值精心选取的基函数并对其系数进行元建模（使用高斯过程元模型）来仿真随机模拟器的分位数函数。该分位数函数元模型随后被用于处理维护策略优化问题（安装在不同的工厂的四套系统），以优化NPV分位数。利用高斯过程框架，通过扩展著名的EGO算法在我们案例中定义了自适应设计方法（称为QFEI）。这允许使用少量的模拟器运行次数获得“最优”解。
引用
@article{arxiv.1512.07060,
title = {Stochastic simulators based optimization by Gaussian process metamodels -- Application to maintenance investments planning issues},
author = {Thomas Browne and Bertrand Iooss and Loïc Le Gratiet and Jérôme Lonchampt and Emmanuel Remy},
journal= {arXiv preprint arXiv:1512.07060},
year = {2016}
}