计算机实验

计算机实验，是用于研究的计算机模拟，也被称为一个实验，在硅片系统。该领域包括计算物理学、计算化学、计算生物学和其他类似学科。

计算机实验被构造为模拟物理系统。因为这些是为了详细复制系统的某些方面，所以它们通常不会产生分析解决方案。因此，使用诸如离散事件模拟 或有限元求解器之类的方法。一个计算机模型来做出关于它复制系统的推论。例如，由于不可能在地球大小的物体上进行实验，因此经常使用气候模型。

考虑到许多目的已经采用了计算机实验。其中一些包括：

• 不确定性量化：表征在计算机模拟的构建过程中，由未知因素引起的计算机模拟中存在的不确定性。
• 反问题：从物理数据中发现系统的基础属性。
• 偏差校正：使用物理数据校正模拟中的偏差。
• 数据同化：将多个模拟和物理数据源组合成一个完整的预测模型。
• 系统设计：查找可导致最佳系统性能指标的输入。

计算机实验建模通常使用贝叶斯框架。贝叶斯统计是对统计领域的一种解释，其中所有有关世界真实状态的证据均以概率形式明确表示。在计算机实验领域，贝叶斯解释意味着我们必须形成一个先验分布，以表示我们对计算机模型结构的先验信念。这种哲学在计算机实验中的使用始于1980年代，Sacks等人对此进行了很好的总结。（1989）。尽管贝叶斯方法已被广泛使用，但最近已经讨论了频频方法。

该框架的基本思想是将计算机仿真建模为一组输入的未知函数。计算机模拟被实现为一段计算机代码，可以对其进行评估以产生输出集合。这些模拟的输入示例包括基础模型中的系数，初始条件和强迫函数。很自然地将模拟看作是确定性函数，它将这些输入映射到一组输出中。

计算机实验的设计与参数模型实验的设计有很大不同。由于高斯过程先验具有无穷大的维数表示形式，因此不能使用A和D标准的概念，该概念着重于减少参数中的误差。如果计算机模拟没有错误，则复制也很浪费。用于确定良好实验设计的标准包括综合均方预测误差和基于距离的标准。

流行的设计策略包括拉丁超立方体采样和低差异序列。