×
胡军;张淑道

基于高维稀疏代理构造的全局敏感性分析。 （英语） Zbl 1367.90104号

AMM，申请。数学。机械。，英语。预计起飞时间。 38，第6期，797-814（2017）.
概述：替代模型通常用于执行全局敏感性分析（GSA），避免了蒙特卡罗方法的大量确定性模拟，以提供对GSA指数的可靠估计。然而，由于高维输入空间的存在，大多数代理模型（如多项式混沌（PC）展开）都会遭受维数灾难。因此，提出了稀疏代理模型来缓解维数灾难。本文使用三种稀疏重建技术构造了稀疏PC展开式，该展开式易于计算基于方差的敏感指数（Sobol指数）。这些是正交匹配追踪（OMP）、用于（L_{1}）最小化的谱投影梯度（SPGL1）和具有拉普拉斯先验的贝叶斯压缩传感。通过计算包括Sobol函数、Morris函数和Sod激波管问题在内的几个基准响应模型的Sobol指数，有效地实现了高维稀疏GSA展示了替代结构。

引用于1文件

MSC公司：

90立方厘米 灵敏度、稳定性、参数优化
62J12型 广义线性模型（逻辑模型）

关键词：

全球敏感性分析;维数灾难;稀疏代理结构;多项式混沌;压缩传感

软件：

PDCO公司;SPGL1型;CoSaMP公司
PDF格式BibTeX公司 XML格式引用
\textit{J.Hu}和\textit{S.Zhang}，AMM，Appl。数学。机械。，英语。第38版，第6号，797--814（2017；Zbl 1367.90104）
全文： 内政部

参考文献：

[1] Saltelli，A.、Ratto，M.、Andres，T.、Campolongo，F.、Cariboni，J.、Gatelli，D.、Saisana，M.和Tarantola，S.《全球敏感性分析：初级读本》，英国威利出版社（2008）·Zbl 1161.00304号
[2] Saltelli，A.重要性评估的敏感性分析。风险分析，22579-590（2002）·doi:10.1111/0272-4332.0040
[3] Sobol，I.M.非线性数学模型的灵敏度估计。数学建模与计算实验，1407-414（1993）·Zbl 1039.65505号
[4] Homma，T.和Saltelli，A.模型输出全局敏感性分析中的重要性度量。可靠性工程与系统安全，52，1-17（1996）·doi:10.1016/0951-8320（96）00002-6
[5] Borgonovo，E.一种新的不确定性重要性度量。可靠性工程与系统安全，92，771-784（2007）·Zbl 1155.46021号 ·doi:10.1016/j.ress.2006.04.015
[6] Saltelli，A.充分利用模型评估计算敏感性指数。计算机物理通信，145280-297（2002）·Zbl 0998.65065号 ·doi:10.1016/S0010-4655（02）00280-1
[7] Wei，P.，Lu，Z.，and Yuan，X.动量相关灵敏度分析的蒙特卡罗模拟。可靠性工程与系统安全，110，60-67（2013）·doi:10.1016/j.ress.2012.09.05
[8] Oakley，J.E.和O'Hagan，A.复杂模型的概率敏感性分析：贝叶斯方法。《皇家统计学会杂志：B辑（统计方法）》，66，751-769（2004）·Zbl 1046.62027号 ·文件编号：10.1111/j.1467-9868.2004.05304.x
[9] Sudret，B.使用多项式混沌展开进行全局灵敏度分析。可靠性工程与系统安全，93，964-979（2008）·doi:10.1016/j.ress.2007.04.002
[10] Xiu，D.和Karniadakis，G.E.随机微分方程的Wiener-Askey多项式混沌。SIAM科学计算期刊，24619-64（2002）·Zbl 1014.65004号 ·doi:10.1137/S1064827501387826
[11] Le Maitre，O.P.和Knio，O.M.不确定性量化的光谱方法：在计算流体动力学中的应用，荷兰施普林格（2010）·Zbl 1193.76003号 ·doi:10.1007/978-90-481-3520-2
[12] Blatman，G.和Sudret，B.为随机有限元分析建立稀疏多项式混沌展开的自适应算法。概率工程力学，25183-197（2010）·doi:10.1016/j.probengmech.2009.10.003
[13] Blatman，G.和Sudret，B.使用稀疏多项式混沌展开有效计算全局敏感性指数。可靠性工程与系统安全，951216-1229（2010）·doi:10.1016/j.ress.2010.06.015
[14] Blatman，G.和Sudret，B.基于最小角度回归的自适应稀疏多项式混沌展开。计算物理杂志，2302345-2367（2011）·Zbl 1210.65019号 ·doi:10.1016/j.jcp.2010.12.021
[15] Cameron，R.和Martin，W.非线性泛函在Fourier-Hermite泛函系列中的正交展开。数学年鉴，48385-392（1947）·Zbl 0029.14302号 ·doi:10.2307/1969178
[16] Field，R.V.估计多项式混沌膨胀系数的数值方法。第15届ASCE工程力学会议记录，ASCE，纽约（2002）
[17] Choi，S.K.、Grandhi，R.V.、Canfield，R.A.和Pettit，C.L.多项式混沌展开与拉丁超立方体采样，用于估计响应可变性。AIAA杂志，45，1191-1198（2004）·数字对象标识代码：10.2514/1.2220
[18] Radović，I.，Sobol，I.M.和Tichy，R.F.数值积分的准蒙特卡罗方法：不同低差异序列的比较。蒙特卡罗方法与应用，2，1-14（1996）·Zbl 0851.65015号 ·doi:10.1515/mcma.1996.2.1.1
[19] 某些函数类张量积的求积和插值公式。苏联数学Doklady，4240-243（1963）·Zbl 0202.39901号
[20] Foucart，S.和Rauhut，H.《压缩传感数学导论》，纽约斯普林格出版社（2013）·Zbl 1315.94002号 ·doi:10.1007/978-0-8176-4948-7
[21] Doostan，A.和Owhadi，H.具有随机输入的偏微分方程的非自适应稀疏近似。计算物理杂志，2303015-3034（2011）·Zbl 1218.65008号 ·doi:10.1016/j.jp.2011.01.002
[22] Mathelin，L.和Callivan，K.A.，一种用于随机输入数据的偏微分方程的压缩传感方法。计算物理通信，12919-954（2012）·Zbl 1388.65018号 ·doi:10.4208/cicp.151110.090911a
[23] Peng，J.、Hampton，J.和Doostan，A.稀疏多项式混沌展开的加权最小化方法。计算物理杂志，26792-111（2014）·Zbl 1349.65198号 ·doi:10.1016/j.jcp.2014.02.024
[24] Tropp，J.A.和Wright，S.J.线性逆问题稀疏解的计算方法。美国电气与电子工程师协会论文集，98948-958（2010）·doi:10.10109/日本专利审查委员会2010.2044010
[25] Mallat，S.和Zhang，Z。将追求与时间频率词典相匹配。IEEE信号处理汇刊，41，3397-3415（1993）·Zbl 0842.94004号 ·数字对象标识代码：10.1109/78.258082
[26] Pati，Y.C.，Rezaiifar，R.，and Krishnaprasad，P.S.正交匹配追踪：递归函数逼近及其在小波分解中的应用。第27届信号、系统和计算机Asilomar年会，1，40-44（1993）·doi:10.1109/ACSSC.1993.342465
[27] Davis，G.、Mallat，S.和Avellaneda，M.自适应贪婪近似。构造近似，13，57-98（1997）·Zbl 0885.41006号 ·doi:10.1007/BF02678430
[28] Needell，D.和Tropp，J.A.CoSaMP：不完整和不准确样本的迭代信号恢复。应用和计算谐波分析，26，301-321（2009）·Zbl 1163.94003号 ·doi:10.1016/j.acha.2008.07.002
[29] Chen，S.、Donoho，D.和Saunders，M.通过基追踪进行原子分解。SIAM科学计算杂志，20，33-61（1998）·Zbl 0919.94002号 ·doi:10.1137/S1064827596304010
[30] Chen，S.、Donoho，D.和Saunders，M.通过基追踪进行原子分解。SIAM评论，43，129-159（2001）·Zbl 0979.94010号 ·doi:10.1137/S003614450037906X
[31] Donoho，D.L.和Tsaig，Y。解可能稀疏时l1-范数极小化问题的快速解。IEEE信息理论汇刊，544789-4812（2008）·Zbl 1247.94009号 ·doi:10.1109/TIT.2008.929958
[32] Van den Berg，E.和Friedlander，M.探索基础追踪解决方案的帕累托边界。SIAM科学计算杂志，31890-912（2008）·Zbl 1193.49033号 ·doi:10.1137/080714488
[33] Daubechies，I.、DeVore，R.、Fornasier，M.和Güntürk，C.S.针对稀疏恢复迭代地重新加权最小二乘最小化。《纯粹数学与应用数学交流》，63，1-38（2010）·Zbl 1202.65046号 ·doi:10.1002/cpa.20303
[34] Efron，B.、Hastie，T.、Johnstone，I.和Tibshirani，R.最小角回归。《统计年鉴》，32407-499（2004）·Zbl 1091.62054号 ·doi:10.1214/009053604000000067
[35] Tipping，M.E.稀疏贝叶斯学习和相关向量机。机器学习研究杂志，1211-244（2001）·Zbl 0997.68109号
[36] Wipf，D.和Rao，B.用于基础选择的稀疏贝叶斯学习。IEEE信号处理汇刊，521153-2164（2004）·Zbl 1369.94318号 ·doi:10.1109/TSP.2004.831016
[37] Ji，S.，Xue，Y.和Carin，L.Bayesian压缩感知。IEEE信号处理汇刊，562346-2356（2008）·Zbl 1390.94231号 ·doi:10.1109/TSP.2007.914345
[38] Babacan，S.D.、Molina，R.和Katsaggelos，A.K.使用拉普拉斯先验的贝叶斯压缩传感。IEEE图像处理汇刊，1953-63（2010）·Zbl 1371.94480号 ·doi:10.1109/TIP.2009.2032894
[39] Cand“es，E.，Romberg，J.，and Tao，T.鲁棒不确定性原理：从高度不完整的频率信息中精确重建信号。IEEE信息理论汇刊，52489-509（2006）·Zbl 1231.94017号 ·doi:10.10109/TIT.2005.862083
[40] Donoho，D.L.压缩传感。IEEE信息理论汇刊，521289-1306（2006）·Zbl 1288.94016号 ·doi:10.1109/TIT.2006.871582
[41] Birgin，E.G.、Martinez，J.M.和Raydan，M.凸集上的非精确谱投影梯度方法。IMA数值分析杂志，23，539-559（2003）·Zbl 1047.65042号 ·doi:10.1093/imanum/23.4539
[42] Tipping，M.和Faul，A.稀疏贝叶斯模型的快速边际似然最大化。《第九届人工智能与统计国际研讨会论文集》，摩根·考夫曼出版社，佛罗里达州（2003年）
[43] Sobol，I.M.、Turchaninov，V.I.、Levitan，Y.L.和Shukhman，B.V.准随机序列生成器，俄罗斯科学院，莫斯科（1992）
[44] Narayan，A.和Zhou，T.非结构网格上的随机配置方法。计算机物理通信，18，1-36（2015）·Zbl 1388.65127号 ·doi:10.4208/cicp.020215.070515a
[45] Sobol，I.M.关于高维模型表示的定理和示例。可靠性工程与系统安全，79，187-193（2003）·doi:10.1016/S0951-8320（02）00229-6
[46] Sod，G.A.非线性双曲守恒律系统的几种有限差分方法综述。计算物理杂志，27，1-31（1978）·Zbl 0387.76063号 ·doi:10.1016/0021-9991（78）90023-2
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。