控制与决策

作者：施文,陈奥

单位：中南大学 商学院,长沙 410083,,中南大学 商学院,长沙 410083,

关键词：Morris方法;基效应;整群抽样;仿真实验;因子筛选

基金：国家自然科学基金重大项目(72293574)；国家自然科学基金面上项目(71971219)；2022年湘江实验室项目(22XJ03025)；湖南省杰出青年基金项目(2022JJ10084).

大数据背景下,仿真模型通常有许多因子,仿真筛选实验(screening)就是识别出其中对响应(仿真输出或系统绩效)起最重要作用的少部分因子(亦称仿真输入或变量) 的重要方法.目前常用的筛选方法有序贯分支法(SB)与基效应法(EE).相较于SB方法,EE以其不假设具体的仿真输入/输出数学关系(model-free)的优势在近年来不断发展并被应用于诸多领域,然而其劣势在于计算效率.为提高EE仿真模型的计算效率,提出一种改进的更具一般性的整群抽样方法(简称ECS).相较于现有整群抽样方法,ECS通过拆分矩阵的方式自动构造抽样矩阵,利用该矩阵能够为每个因子生成数量相同且满足目标的基效应,节省大量的仿真预算.蒙特卡罗仿真实验表明,ECS在不损失统计效力的基础上可大大提高计算效率,充分验证该方法的有效性.

来源：2024年第8期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第8期