Öppna denna publikation i ny flik eller fönster >>2008 (Engelska)Doktorsavhandling, sammanläggning (Övrigt vetenskapligt)
Abstract [en]
Computer experiments are widely used to investigate how technical, economic, and ecological systems respond to changes in inputs or driving forces. This thesis is focused on design of computer experiments that can help us better understand the output from complex computer code models. The major part of our work was devoted to experiments involving derivation and application of computationally cheaper surrogate models of a given computer code model. We developed an adaptive sequential design algorithm that efficiently reveals nonlinearities in the model output, and we integrated this algorithm with methods for predicting model outputs at untried inputs. Compared to the methods currently in use, our sequential design has the advantage of not requiring any prior information about the response of the investigated model output to changes in the inputs. Of special interest, we found that our algorithm works satisfactorily even if the curvature of the response surface varies strongly over the input domain. Variance-based sensitivity analysis is a well-established technique to elucidate model outputs, but it can become prohibitively expensive to implement because it requires numerous model runs. Surrogate models can facilitate such analysis, and if our sequential design algorithm is utilized, it can supply useful information about both linear and nonlinear responses to model inputs. Experiments involving repeated runs of a model of the flow of water and nitrogen through a river basin showed that our approach can be applied to extract the essence of complex deterministic models. In addition, our research showed that computationally inexpensive surrogate models offer an ideal basis for interactive decision support tools and learning processes, because they can provide almost immediate responses to user-defined model inputs.
Abstract [sv]
Datorexperiment används allmänt för att undersöka hur tekniska, ekonomiska och ekologiska system reagerar på förändringar i tillförsel eller drivkrafter. Denna avhandling är inriktad på datorexperiment som kan hjälpa oss att bättre förstå beräkningar baserade på komplicerade numeriska modeller som bara är definierade av en datorkod. Huvuddelen av vårt arbete ägnades åt experiment som innefattar härledning och tillämpning av beräkningsmässigt billiga s.k. surrogatmodeller som ger nästan samma resultat som ursprungsmodellen. Vi utvecklade en adaptiv sekventiell designalgoritm som effektivt avslöjar icke-linjära reaktioner på ändrad input till modellen, och vi integrerade denna algoritm med metoder för att prediktera modellens output för nya indata. Jämfört med de metoder som nu används har vår algoritm fördelen att den inte ställer några krav på förhandsinformation om modellens struktur. Speciellt noterade vi att den fungerar tillfredsställande även om olika delar av modellens responsyta har helt olika statistiska egenskaper. Varians-baserad känslighetsanalys är en väl etablerad teknik för att belysa modellers output, men den kan leda till höga datorkostnader eftersom den kräver många modellkörningar. Surrogatmodeller kan i sådana fall underlätta analysen. Om vår sekventiella designalgoritm utnyttjas, kan man desutom få viktig information om både linjära och icke-linjära effekter av förändringar i modellens indata. Experiment som innefattade upprepade körningar av en model för flödet av vatten och kväve genom ett avrinningsområde visade att man kan klarlägga det centrala i stora komplexa modeller. Dessutom visade vår forskning att beräkningsmässigt billiga surrogatmodeller erbjuder en idealisk grund för beslutstöd och lärandeprocesser, eftersom de kan ge en nästan omedelbar respons på de data som användaren matar in i modellen.
Ort, förlag, år, upplaga, sidor
Linköping: Linköpings universitet, 2008. s. 58 + papers 1-4
Serie
Linköping Studies in Arts and Science, ISSN 0282-9800 ; 423Linköping Studies in Statistics, ISSN 1651-1700 ; 9
Nationell ämneskategori
Data- och informationsvetenskap
Identifikatorer
urn:nbn:se:liu:diva-17115 (URN)978-91-7393-976-8 (ISBN)
Disputation
2008-02-29, Alan Turing, hus E, Campus Valla, Linköpings universitet, Linköping, 13:00 (Engelska)
Opponent
Handledare
2009-03-062009-03-062018-01-13Bibliografiskt granskad