Etude de l'impact de deux approches de l'algorithme de métropolis hasting sur la qualité d'un plan numériques généré selon un processus ponctuel

Abstract

La diversité des plans d’expériences proposés dans la littérature vient du fait qu’il n’existe pas un plan parfait où tous les critères d’optimalité sont vérifiés en même temps. Chaque plan présente des avantages pour un certain critère d’optimalité et un inconvénient pour un autre. Il s’agit donc de trouver le meilleur compromis pour les besoins de chaque étude. Dès fois, pour générer de tels plans nous pouvons utiliser les techniques de simulation par Chaine de Markov (MCMC), et plus précisément l'algorithme de Métropolis- Hasting Dans ce mémoire nous étudions l’impact, d’utiliser l’approche standard de l’algorithme de Métropolis- Hasting et son approche à retard rejeté sur la génération des plans d’expériences numérique selon le modèle stochastique ponctuel de Strauss Marqué. Enfin, nous présentons une application en Matlab que nous avons réalisé afin de pouvoir comparer ces deux approches. Mots clés : Plan d’expériences numérique, Monte Carlo par chaine de Markov (MCMC), Métropolis-Hasting, processus ponctuels marqués.