敏感性分析是什么?
敏感性分析被定义为的研究不确定性模型的输出可以归因于不同来源的不确定性模型中输入[1]。的环境中使用金宝app®优化设计™软件、参数敏感性分析是指理解和州(优化设计变量)优化代价函数金宝app仿真软件模型的影响。利用灵敏度分析的例子包括:
优化之前,确定模型参数的影响模型输出。金宝app使用等级参数灵敏度分析的影响,并获得初始猜测参数估计或优化。
优化-测试后健壮的功能是小成本优化参数的值的变化。
灵敏度分析的一种方法当地的敏感性分析,这是基于导数(数值或分析)。数学上,成本函数的敏感性对某些参数的偏导数等于成本对这些参数的函数。这个词当地的指的是事实,所有衍生品都在一个点。对于简单的成本函数,这种方法是有效的。然而,这种方法对于复杂模型可以不可行,制定成本函数(或偏导数)也是不容忽视的。例如,模型并不总是有间断的衍生品。
局部灵敏度分析一次性的(OAT)技术。燕麦技术分析影响成本函数的一个参数,保持其他参数固定的。他们探索,只有一小部分的设计空间,尤其是在有许多参数。同时,他们不提供如何影响成本函数之间的相互作用参数。
另一种方法灵敏度分析全局灵敏度分析,经常使用蒙特卡罗技术来实现。这种方法使用一个代表(全球)的样本集探索设计空间。使用金宝app仿真软件优化设计软件执行全局灵敏度分析使用灵敏度分析仪,或者在命令行。工作流程如下:
示例使用实验模型参数设计原则。对于每个参数,生成多个值,参数可以假设。定义参数样本空间通过指定每个参数的概率分布。您还可以指定参数的相关性。
采样参数的信息,请参阅生成样本参数进行敏感性分析。
定义一个成本函数通过创建一个设计要求对模型的信号。
评估需求(成本函数)在每个参数值的组合使用蒙特卡洛模拟。你可以画出样本的成本函数输出视觉分析的趋势。
(可选)正式分析评估要求和样品之间的关系。分析方法包括相关、偏相关(需要统计和机器学习的工具箱™软件),和标准化的回归。您可以配置每个分析方法使用原始或排名数据。
分析方法的信息,请参阅分析参数和设计要求之间的关系。
引用
[1]Saltelli,。Ratto, M。安德烈斯,T。Campolongo F。Cariboni, J。Gatelli D。Saisana, M。,Tarantola年代。全局灵敏度分析。的引物2008年,约翰·威利和儿子。
另请参阅
sdo.sample|sdo.evaluate|sdo.analyze|sdo.scatterPlot
