Analyse des plans d'expérience SFD de grande dimension par l'arbre de longueur minimale
Résumé
Dans le domaine de l'expérimentation numérique, lorsque les relations entre la réponse et les entrées du code de calcul sont complexes, les plans d'expériences Space Filling Designs (SFD) sont utilisés pour l'exploration du code ou la construction de métamodèles. Il est alors nécessaire que les points de ces plans soient répartis au mieux dans l'espace d'étude. Nous présentons dans un premier temps les avantages qu'offre l'utilisation de critères basés sur l'Arbre de Longueur Minimale (ALM) pour qualifier différents types de répartition de points dans des espaces de grande dimension. Les résultats sont ensuite illustrés par divers types de plans d'expériences (hypercubes latins, suite à faible discrépance, plans de Strauss et WSP) pour des dimensions d'espace variant entre 10 et 55. En conclusion, l'intérêt des plans de Strauss et WSP est mis en évidence.
Domaines
Statistiques [math.ST]
Origine : Fichiers produits par l'(les) auteur(s)
Loading...