Correlation control in small sample Monte Carlo type simulations I: A Simulated Annealing approach

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26110%2F09%3APU85982" target="_blank" >RIV/00216305:26110/09:PU85982 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Correlation control in small sample Monte Carlo type simulations I: A Simulated Annealing approach

Popis výsledku v původním jazyce

The objective of this paper is to propose an effective procedure for sampling from a multivariate population within the framework of Monte Carlo simulations. The typical application of the propřed approach involves a computer-based model, featuring random variables, in which it is impossible to find a way (closed form or numerical) to carry out the necessary transformation of the variables, and where simulation is expensive in terms of computing resources and time. Other applications of the propřed method can be seen in random field simulations, optimum learning sets for neural networks and response surfaces, and in the design of experiments. The paper presents a technique for efficient Monte Carlo type simulation of samples of randomvectors with prescribed marginals and a correlation structure. It is shown that if the technique is applied for smallsample simulation with a variance reduction technique called Latin Hypercube Sampling, the outcome is a set of samples that match user-defi

Název v anglickém jazyce

Correlation control in small sample Monte Carlo type simulations I: A Simulated Annealing approach

Popis výsledku anglicky

The objective of this paper is to propose an effective procedure for sampling from a multivariate population within the framework of Monte Carlo simulations. The typical application of the propřed approach involves a computer-based model, featuring random variables, in which it is impossible to find a way (closed form or numerical) to carry out the necessary transformation of the variables, and where simulation is expensive in terms of computing resources and time. Other applications of the propřed method can be seen in random field simulations, optimum learning sets for neural networks and response surfaces, and in the design of experiments. The paper presents a technique for efficient Monte Carlo type simulation of samples of randomvectors with prescribed marginals and a correlation structure. It is shown that if the technique is applied for smallsample simulation with a variance reduction technique called Latin Hypercube Sampling, the outcome is a set of samples that match user-defi

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

JM - Inženýrské stavitelství

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2009

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

PROBABILISTIC ENGINEERING MECHANICS

ISSN

0266-8920

e-ISSN

—

Svazek periodika

24

Číslo periodika v rámci svazku

3

Stát vydavatele periodika

GB - Spojené království Velké Británie a Severního Irska

Počet stran výsledku

11

Strana od-do

—

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—