蝙蝠侠

蝙蝠侠代表用于建模和不确定性量化的贝叶斯分析工具。它是一个在开源CECILL-B许可(MIT/BSD兼容)下分发的Python模块。蝙蝠侠可以无缝地进行统计分析(灵敏度分析,不确定性量化,矩),基于非侵入性集成实验使用任何计算机解决方案。它依赖于专门用于统计的开源python包(OpenTURNS和scikit learn)。主要特点是:实验设计(LHS,低差异序列,MC),基于物理和样本的参数空间重采样,代理模型(高斯过程,多项式混沌,RBF,scikit learn的回归器),优化(预期改善),灵敏度/不确定度分析(SA,UA)和不确定度量化(UQ),n维可视化(HDR,Kiviat,PDF),用于数据库优化或数据简化的POD,自动并行管理代码计算。