Nonparametric Importance Sampling for Simulation Experiments

최근 시뮬레이션은 높은 신뢰도를 요구하는 통신망시스템이나, 높음 품질수준을 요 구하는 제조시스템의 분석 및 설계에 적용되어지고 있다. 이러한 신뢰도가 높은 시스템에 대한 시뮬레이션 적용의 난제는 실제 시스템과 시뮬레이션 모형이 얼마나 정확히 모델링을 하는가 하는 문제와 실제 모델링을 하여 시뮬레이션을 수행하여 얼마나 빠른 시간내에 정확 히 결과를 산출해 낼 수 있는가를 하는 것이다. 이러한 문제점을 극복하기 위해서 속산시뮬 레이션(fast simulation) 기법들이 연구되고 있다. 그러한 기법들로 Importance Sampling (IS), Regenerative Method (RM), Parallel Simulation 등이 연구되고 있다. IS는 잘 알려진 분산축소 기법으로 속산시뮬레이션을 위하여 많이 사용되고 있으나 실제로 복잡한 모델에 적용하기에는 많은 어려움이 따른다. 그 이유는 최적 표본분포 (Optimal Sampling Distribution)를 찾기 위한 방법이 정형화되어 있지 않아 모델마다 최적표본분포를 유사하게 추정해야 하는 어려움이 따르기 때문이다. 이러한 단점을 극복하기 위하여 Nonparametric Improtance Sampling을 제안하고 실제로 M/M/1 대기행렬 모형에 적용하여 보았다.