為解決具有多元不同類型輸出的仿真模型校準問題,提出一種基于優(yōu)化和元模型的仿真模型校準方法.首先提出一種基于雙層嵌套拉丁超立方抽樣(LHS)的不確定性參數(shù)傳播方法,獲得系統(tǒng)同時含有認知和固有不確定性時的輸出;其次,給出一種基于數(shù)據(jù)特征的仿真輸出一致性度量方法,實現(xiàn)仿真多元異類輸出的一致性度量;進而,利用隨機Kriging模型擬合認知不確定性抽樣樣本與仿真輸出一致性度量結(jié)果的元模型,并在該元模型上通過遺傳算法實現(xiàn)校準過程.最后,通過實例驗證了本文所提方法的有效性.

【文章頁數(shù)】：7 頁

【文章目錄】：
1 基于優(yōu)化和元模型的仿真模型校準方法框架
2 基于特征的仿真輸出一致性度量方法
    2.1 仿真與參考輸出數(shù)據(jù)特征矩陣構(gòu)建
    2.2 基于馬氏距離的特征一致性度量模型
3 基于隨機Kriging模型和GA的快速校準方法
4 應(yīng)用實例
5 結(jié)論



本文編號：3783657