[发明专利]复杂试验不确定度评价方法

摘要

本发明涉及一种复杂试验不确定度评价方法，根据影响复杂试验结果输入参数的概率密度分布，用拉丁超立方抽样方法生成输入数据；利用数值试验或实物试验，得到相对应输入数据的输出数据；由最小二乘法支持向量机通过所得数据建立输入和输出数据之间的数学模型；根据建立好的数学模型，预测出对应于输入数据的输出结果，并验证数学模型的精确性；随机生成输入数据，作为数学模型的输入项，从而产生输出数据，将数学建模方法与蒙特卡洛方法结合起来，用于评价复杂试验结果不确定度。该评价方法比现有常规的GUM法更为精确。

主权项

一种复杂试验不确定度评价方法，其特征在于，具体包括如下步骤：1）、根据影响复杂试验结果输入参数的概率密度分布，用拉丁超立方抽样方法生成输入数据，具体为：通过历史数据统计和标定仿真试验，分别得到了影响复杂试验结果的主要输入参数及其概率密度分布，再根据输入概率密度分布的拉丁超立方抽样方法，得到若干组输入数据，将生成的输入数据分为建模输入数据和验证输入数据；2）、利用数值试验或实物试验，得到相对应步骤1）输入数据的建模输出数据和验证输出数据；3）、由最小二乘法支持向量机通过步骤1）和2）的建模数据建立输入和输出数据之间的数学模型；4）、根据步骤3）建立好的数学模型，将步骤1）验证输入数据输入到建立好的数学模型中，得到输出结果，输出结果与步骤2）验证输出数据进行比较，验证数学模型的精确性，如不精确返回步骤1）重新调整生成输入数据的样本量进行重新建模和验证；5）、利用蒙特卡洛抽样随机产生输入数据，并根据验证后的数学模型产生输出数据，用蒙特卡洛方法分析复杂试验结果的估计值、标准不确定度及对应于包含概率的最短包含区间。