什么是敏感性分析?- MATLAB和Si金宝appmulink MathWorks日本 - 金宝app,下载188bet金宝搏,金宝搏官方网站

什么是敏感性分析?

敏感性分析定义为研究模型输出的不确定性如何归因于模型输入的不同来源的不确定性[1]．在使用的上下文中金宝app^®优化设计™软件，敏感性分析是指了解参数和状态的方式（优化设计变量)影响优化成本金宝app函数。使用敏感性分析的例子包括:

在优化之前-确定Simulink模型的参数对输出的影响。金宝app利用灵敏度分析对参数进行影响排序，获得参数的初始猜测值，进行估计或优化。
优化后 - 测试成本函数在优化参数值的较小变化中的稳健程度。

敏感性分析的一种方法是当地的敏感性分析，这是基于衍生（数值或分析）。在数学上，成本函数相对于某些参数的灵敏度等于与那些参数相对于那些参数的成本函数的部分导数。术语当地的指的是所有的导数都在一个点上取。对于简单的代价函数，这种方法是有效的。然而，这种方法对于复杂模型可能是不可行的，因为在复杂模型中，构造代价函数(或偏导数)是不平凡的。例如，具有不连续的模型并不总是有导数。

局部敏感性分析是一种一次性的(OAT)技术。OAT技术每次分析一个参数对成本函数的影响，保持其他参数不变。他们只探索设计空间的一小部分，特别是当存在许多参数时。此外，它们也没有提供参数之间的交互如何影响成本函数的见解。

敏感性分析的另一种方法是全球敏感性分析，通常使用蒙特卡罗技术实现。这种方法使用一组具有代表性的(全局的)样本来探索设计空间。使用金宝app仿真软件优化设计使用该软件进行全局敏感性分析灵敏度分析仪，或在命令行。工作流程如下:

使用实验设计原理来示例模型参数。也就是说，对于每个参数，生成参数可以假设的多个值。通过为每个参数指定概率分布来定义参数样本空间。您还可以指定参数相关性。
有关采样参数的信息，请参见生成参数样本以进行敏感性分析．
通过在模型信号上创建设计需求来定义成本函数。
使用蒙特卡罗模拟评估每个参数值组合的需求(成本函数)。您可以绘制样本的成本函数输出，以直观地分析趋势。
(可选)正式分析评估的需求和样本之间的关系。分析方法包括相关、偏相关(需要统计和机器学习工具箱™软件)和标准化回归。您可以将每个分析方法配置为使用原始数据或分级数据。
有关分析方法的信息，请参见分析参数与设计要求之间的关系．