[发明专利]基于高斯过程模型的全局灵敏度分析方法

权利要求书

1.一种基于高斯过程模型的全局灵敏度分析方法，其特征在于，所述全局灵敏度分析方法包括：

基于输入变量的分布参数随机获取一组样本点，并利用一预设关系根据所述输入变量得到相应的输出响应量；

根据所述输入变量以及相应的所述输出响应量建立多输出高斯过程模型；

根据所述输入变量的分布类型以及所述多输出高斯过程模型的表达式推导全局灵敏度指标的计算公式；

基于所述全局灵敏度指标的计算公式对一机构部件进行全局灵敏度分析；

所述利用一预设关系根据所述输入变量得到相应的输出响应量包括：

利用以下公式根据所述输入变量得到相应的输出响应量；

g_0,l＝E[g(x,l)]；

g_i(x_i,l)＝E[g(x,l)|x_i]-g_0,l；

……

其中，y＝(y₁,y₂,...,y_m)为多输出功能函数，y为输出响应量，x＝(x₁,x₂,...,x_n)为随机输入变量，g(x,l)为y_l；

所述全局灵敏度指标包括全局灵敏度主指标和全局灵敏度总指标；

所述全局灵敏度主指标的表达式为：

所述全局灵敏度总指标的表达式为：

其中，C为函数y_l的方差矩阵，C_i为函数g_i(x_i,l)的方差矩阵，C_12...n(y₁,...,y_m)为函数g_1...n(x₁,x₂,...,x_n,l)的方差矩阵，Tr[C]为对函数y_l的方差矩阵求迹，Tr[C_i]为对函数g(x,l)的方差矩阵求迹，Tr[C_12...n(y₁,...,y_m)]为对函数g_1...n(x₁,x₂,...,x_n,l)的方差矩阵求迹；

所述多输出高斯过程模型的表达式为：

μ_y(x)＝h(x)+r(x)R^-1(Y-BH)；

其中，μ_y(x)为高斯过程模型的输出，h(x)为特定回归函数序列，B为回归系数矩阵，H为回归函数矩阵，Y为建立高斯过程模型时样本点的功能函数输出值；

r(x)为x与N个样本点之间的空间联系，即N×1维矢量，第i个元素为r_i(x)＝R(x_i,x)；

R为空间函数矩阵，第(i,j)个元素为：ω为粗糙系数；

所述全局灵敏度指标的表达式中：

其中，为N×1维矢量，t(x_i)＝∫r(x)φ(x_i)dx_i为N维矢量，φ(x_k)为标准正态分布的概率密度函数。

2.根据权利要求1所述的全局灵敏度分析方法，其特征在于，所述全局灵敏度分析方法还包括：

根据所述全局灵敏度分析的结果获取所述机构部件的关键参数。

3.根据权利要求2所述的全局灵敏度分析方法，其特征在于，所述根据所述全局灵敏度分析的结果获取所述机构部件的关键参数包括：

根据所述全局灵敏度分析的结果获取所述全局灵敏度指标中指标值大于预设值的目标灵敏度指标；

根据所述目标灵敏度指标获取对应的所述输入变量作为所述机构部件的关键参数。

4.根据权利要求1所述的全局灵敏度分析方法，其特征在于，所述输入变量服从标准正态分布。