主要内容

什么是敏感性分析?

敏感性分析被定义为研究模型输出中的不确定性如何可以归因于模型输入中的不同不确定性来源［1］．在使用的语境中万博1manbetx®优化设计™软件的灵敏度分析是指了解参数和状态如何(优化设计变量)对优化代价函万博1manbetx数的影响。使用敏感性分析的例子包括:

  • 优化之前-确定Simulink模型参数对输出的影响。万博1manbetx使用灵敏度分析将参数按影响顺序排列，并获得参数的初始猜测，以进行估计或优化。

  • 优化后-测试成本函数对优化参数值的微小变化的鲁棒性。

灵敏度分析的一种方法是局部敏感性分析，这是基于导数(数值或分析)。数学上，代价函数对某些参数的敏感性等于代价函数对这些参数的偏导数。这个词当地的指的是所有的导数都是在一个点上求的。对于简单的成本函数，这种方法是有效的。然而，这种方法对于复杂的模型是不可行的，因为在复杂的模型中，成本函数(或偏导数)的公式是不平凡的。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技术一次分析一个参数对代价函数的影响，保持其他参数不变。它们只探索设计空间的一小部分，特别是当有许多参数时。此外，它们也没有提供关于参数之间的相互作用如何影响成本函数的见解。

灵敏度分析的另一种方法是全局敏感性分析，通常使用蒙特卡罗技术实现。这种方法使用具有代表性的(全局的)样本集来探索设计空间。使用万博1manbetxSimulink设计优化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:

  1. 使用实验设计原则对模型参数进行采样。也就是说，对于每个参数，生成参数可以假设的多个值。通过指定每个参数的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，请参见生成灵敏度分析的参数样本．

  2. 通过在模型信号上创建设计需求来定义成本函数。

  3. 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。

  4. (可选)形式化地分析被评价的需求与样品之间的关系。分析方法包括相关性、偏相关(需要统计学和机器学习工具箱™软件)和标准化回归。您可以配置每种分析方法以使用原始数据或排名数据。

    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．

参考文献

[1] Saltelli, A.， Ratto, M.， Andres, T.， Campolongo, F.， Cariboni, J.， Gatelli, D.， Saisana, M.和Tarantola, S.。全局敏感性分析。的引物John Wiley and Sons, 2008年。

另请参阅

|||

相关的例子

更多关于