دانلود شبیه سازی مقاله تسریع در شبیه سازی گاوسی متوالی با یک مسیر ثابت

پروژه متلب شبیه سازی گاوسی متوالی

«شبیه سازی گاوسی ترتیبی» (SGS) یک روش شبیه سازی احتمالاتی است که معمولاً برای تولید میدان های تصادفی گاوسی بکار گرفته می شود. احتمالاً، محدودیت اصلی این روش، هزینه محاسباتی زیاد مرتبط با تعیین وزن های کریجینگ (kriging) است. این مسئله با این حقیقت وخیم تر می شود که در اغلب موارد، اجراهای بسیاری لازم است تا ارزیابی عدم قطعیت کافی، امکان پذیر شود. یک روش ظاهراً ساده برای حل این مسئله، حفظ مسیر شبیه سازی یکسان برای همه اجراها می باشد. این باعث بوجود آمدن پیکربندی های همسایگی مشابه می شود و بنابراین تنها لازم است وزن های کریجینگ یک بار تعیین شوند و سپس در همه اجراهای بعدی، مجدداً مورد استفاده قرار گیرند. این روش عموماً توصیه نمی شود، زیرا انتظار می رود باعث بوجود آمدن همبستگی بین اجراها می شود. در اینجا، این پیش شرط معمول را به چالش می کشیم و این کار برای استفاده از یک روش مسیر ثابت در SGS با ارزیابی سیستماتیک مزایا و محدودیت های مرتبط، مناسب است. در این مقاله، پیاده سازی تفصیلی، بخصوص با توجه به موازی کاری و حافظه مورد نیاز، را ارائه می دهیم. تست های عددی گسترده نشان می دهند که استفاده از یک مسیر ثابت، بهره (قدرت) محاسباتی قابل توجه با افت دقت شبیه سازی بسیار محدود را ممکن می سازد. این امر بخصوص برای یک مسیر چند شبکه ای ثابت، صدق می کند. این صرفه جویی و کاهش محاسبات را می توان برای افزایش اندازه همسایگی مورد استفاده قرار داد و بنابراین، تکثیر و تکرار بهتر آمارهای فضایی را ممکن می سازد. این مطالعه، پیاده سازی بهینه SGS که تکثیر دقیق ساختار کوواریانسی و همچنین بازده محاسباتی را بیشینه می کند، را نشان می دهد.

این مقاله مربوط به سال 2018 بوده و شبیه سازی آن در محیط نرم افزار متلب (MATLAB) انجام شده است و در ادامه نیز تصاویر مربوط به خروجی های آن قرار داده شده است: