-
公开(公告)号:CN113946953A
公开(公告)日:2022-01-18
申请号:CN202111199349.9
申请日:2021-10-14
Applicant: 厦门大学
IPC: G06F30/20 , G06F111/08 , G06F111/10
Abstract: 一种求解概率盒框架下全局灵敏度的计算方法,涉及灵敏度分析。对外层的认知不确性参数进行N次抽样,从中抽取一个样本传递到内层,对随机不确定参数进行M次抽样,绘制CDF,累积成概率盒的形式表征;所有样本评估完后提取出概率盒上下边界,确定是否缩减完全部自变量;提取原概率盒与缩减自变量不确定性后的概率盒上下边界,绘制在同一张概率盒边界图上;计算原概率盒边界围成的面积,提取在原概率盒边界内与缩减后概率盒的重叠部分边界;计算重叠部分边界围成的面积;计算各自变量全局灵敏度指标,并进行排序分析,确定关键和次要的输入变量。计算结果精度高,有更高稳定性与适用性;高效地为分析人员提供更有价值的输入变量的重要性信息。
-
公开(公告)号:CN113946953B
公开(公告)日:2024-06-28
申请号:CN202111199349.9
申请日:2021-10-14
Applicant: 厦门大学
IPC: G06F30/20 , G06F111/08 , G06F111/10
Abstract: 一种求解概率盒框架下全局灵敏度的计算方法,涉及灵敏度分析。对外层的认知不确性参数进行N次抽样,从中抽取一个样本传递到内层,对随机不确定参数进行M次抽样,绘制CDF,累积成概率盒的形式表征;所有样本评估完后提取出概率盒上下边界,确定是否缩减完全部自变量;提取原概率盒与缩减自变量不确定性后的概率盒上下边界,绘制在同一张概率盒边界图上;计算原概率盒边界围成的面积,提取在原概率盒边界内与缩减后概率盒的重叠部分边界;计算重叠部分边界围成的面积;计算各自变量全局灵敏度指标,并进行排序分析,确定关键和次要的输入变量。计算结果精度高,有更高稳定性与适用性;高效地为分析人员提供更有价值的输入变量的重要性信息。
-