Utilizzo di metodi di progettazione degli esperimenti per una modellazione e simulazione efficienti
Eseguendo in sequenza simulazioni con computer ad alte prestazioni (HPC) all'interno di blocchi di progettazione degli esperimenti (DOE), è possibile aumentare rapidamente la precisione dei modelli surrogati veloci. Una volta ottenuti modelli surrogati sufficientemente precisi, le risorse HPC possono essere rese disponibili più rapidamente ad altri progetti di modellazione e simulazione (M&S).
Scopri come:
- Comprendere perché è importante creare un esperimento progettato prima di tentare la modellazione e la simulazione.
- Confronta e contrapponi il DOE tradizionale al DOE di riempimento dello spazio.
- Decidi quali tipi di disegno utilizzare: Ipercubo latino o Riempimento dello spazio
- Crea un design che riempia lo spazio, esploralo visivamente, applica modelli di regressione e di apprendimento automatico, crea una valutazione onesta che includa dati di training/test/validazione.
NOTA: Il video include sessioni di domande e risposte.
Risorse:
- Documento di valutazione comparativa della NASA
- VIDEO: Dashboard dello strumento di supporto decisionale C-5
-
Tesi di dottorato del 2017 del Tenente Colonnello Brian Wade, Direttore del TRAC-MTRY, Naval Postgraduate School.
-
Mangiare 2020 della comunità di pratica (CoP) di modellazione e simulazione (M&S) della Military Operations Research Society (MORS).
-
Trasmissione web del JMP Discovery Summit 2020JModalità MP BEAST:Bquadro generaleEesplorazione attraversoAadattivoScampionamentoTmetodi
-
Progettazione e analisi di esperimenti al computer di Sacks, J., Welch, WJ, Mitchell, TJ e Wynn, HP Statistical Science 4. 409-423, 1989
-
Santner, TJ, Williams, BJ e Notz, WI (2003), Progettazione e analisi di esperimenti al computer , Springer, New York (2° nel 2018)
-
Fang, KT, Li, RZ e Sudjianto, A. (2005), Progettazione e modellazione per esperimenti al computer , Chapman & Hall/CRC Press, New York
-
Kleijnen, JPC (2008), DASE: progettazione e analisi di esperimenti di simulazione . Springer, New York. (2° nel 2015)
-
Gli elementi dell'apprendimento statistico: data mining, inferenza e previsione di Hastie, Tibshirani e Friedman - 2001 (Capitolo 7: Valutazione e selezione del modello)
-
Il Centro SEED (Simulation Experiments & Efficient Design) per la raccolta dati presso la Naval Postgraduate School
-
Progetti della Naval Postgraduate School https://nps.edu/web/seed/software-downloads
-
Libreria di array ortogonali gestita da Neil JA Sloane
-
Libreria di array ortogonali gestita da Warren F. Kuhfield
DOE efficiente.JPG
Progettazione degli esperimenti
