周一成；吕振洲；胡景汉；胡英石 通过数据驱动多项式混沌展开和稀疏偏最小二乘对高维问题进行替代建模。 （英文） Zbl 1442.65437号 计算。方法应用。机械。工程师。 364，文章ID 112906，第25页（2020）. 摘要：多项式混沌展开（PCE）等替代建模技术广泛用于模拟制造和物理系统的行为，以量化不确定性。许多代理建模方法的一个固有局限性是它们容易受到维数灾难的影响，也就是说，对于涉及不确定输入参数的高维性的问题，计算成本变得难以解决。在本文中，我们通过提出一种新的代理建模方法来解决这个问题，该方法能够解决高维问题。提出的代理模型依赖于一种称为稀疏偏最小二乘（SPLS）的降维技术来识别PCE代理中预测意义最大的投影方向。此外，该方法不需要（甚至不假设存在）输入变量分布的函数形式，因为在代理建模中应用了数据驱动的构造，该构造可以确保多项式基对于任意相互依赖的随机性保持正交性。为了评估该方法的性能，将其与几种成熟的代理建模方法进行了详细的比较。结果表明，该方法能够准确地表示高维问题的响应。 引用于7文件 MSC公司： 65N75型 涉及偏微分方程边值问题的概率方法、粒子方法等 35卢比60 随机偏微分方程的偏微分方程 60G60型 随机字段 62G08号 非参数回归和分位数回归 62J05型 线性回归；混合模型 60-08 概率论相关问题的计算方法 关键词：多项式混沌展开；降维；随机偏微分方程；数据驱动的 软件：达克斯；乌兹拉布；项目管理局；达奇 PDF格式BibTeX公司 XML格式引用 \textit{Y.Zhou}等人，计算。方法应用。机械。工程364，文章ID 112906，25 p.（2020；Zbl 1442.65437） 全文： 内政部 参考文献： [1] 弗雷斯特，A。；Sobester，A。；Keane，A.，《通过替代建模进行工程设计：实用指南》（2008），John Wiley&Sons [2] Rasmussen，C.E.，机器学习的高斯过程（2006）·兹比尔1177.68165 [3] Tripathy，R。；Bilinis，I。；Gonzalez，M.，《内置降维的高斯过程：应用于高维不确定性传播》，J.Compute。物理。，321, 191-223 (2016) ·Zbl 1349.65049号 [4] Bilinis，I。；Zabaras，N.，《多输出局部高斯过程回归：应用于不确定性量化》，J.Compute。物理。，231, 5718-5746 (2012) ·Zbl 1277.60066号 [5] Bilinis，I。；北卡罗来纳州扎巴拉斯。；科诺米，学士。；Lin，G.，《多输出可分离高斯过程：实现不确定性量化的高效、完全贝叶斯范式》，J.Compute。物理。，241, 212-239 (2013) ·Zbl 1349.76760号 [6] 卢，J。；詹，Z。；阿普利，D.W。；Chen，W.，使用多输出高斯过程模型的频率响应函数的不确定性传播，计算。结构。，217，1-17（2019） [7] Yun，W。；卢，Z。；Jiang，X.，AK-SYSi:通过改进的U学习函数Struct改进的自适应克里格模型，用于多故障模式下的系统可靠性分析。多磁盘。最佳。，59, 1, 263-278 (2019) [8] 科纳克利，K。；Sudret，B.，使用低阶张量近似进行全局敏感性分析，Reliab。工程系统。安全。，156, 64-83 (2016) [9] 科纳克利，K。；Sudret，B.，使用低秩张量近似的高维模型可靠性分析，Probab。工程机械。，2016年4月18日至36日 [10] 秀，D。；Karniadakis，G.E.，随机微分方程的Wiener-Askey多项式混沌，SIAM J.Sci。计算。，24, 619-644 (2002) ·Zbl 1014.65004号 [11] 秀，D。；Karniadakis，G.E.，通过广义多项式混沌建模流动模拟中的不确定性，J.Compute。物理。，187, 137-167 (2003) ·兹比尔1047.76111 [12] 迪亚兹，P。；杜斯坦，A。；Hampton，J.，《通过压缩传感和D优化设计实现稀疏多项式混沌展开》，计算。方法应用。机械。工程，336，640-666（2018）·Zbl 1441.65005号 [13] 邵，Q。；Younes，A。；法赫斯，M。；Mara，T.A.，全局灵敏度分析的贝叶斯稀疏多项式混沌展开，计算。方法应用。机械。工程，318474-496（2017）·Zbl 1439.62088号 [14] 周，Y。；卢，Z。；Cheng，K。；Ling，C.，稀疏贝叶斯学习框架中多项式混沌展开的一种高效且鲁棒的自适应采样方法，计算。方法应用。机械。工程，352654-674（2019）·Zbl 1441.62201号 [15] Cheng，K。；卢，Z。；魏毅。；Shi，Y。；周勇，用于全局敏感性分析的混合核函数支持向量回归，Mech。系统。信号处理。，96, 201-214 (2017) [16] 潘，Q。；Dias，D.，一种将自适应支持向量机和蒙特卡洛模拟相结合的有效可靠性方法，结构。Safefy，67，85-95（2017） [17] Lophaven，S.N。；尼尔森，H.B。；Söndergaard，J.，（DACE：Matlab Kriging工具箱（第2卷）。DACE：Matlab Kriging工具箱（第2卷），IMM，信息学和数学建模（2002年），丹麦技术大学 [18] Nobile，F。；丹蓬，R。；Webster，C.，带随机输入数据的偏微分方程的稀疏网格随机配置方法，SIAM J.Numer。分析。，46, 5, 2309-2345 (2008) ·Zbl 1176.65137号 [19] Ganapathysubramanian，B。；Zabaras，N.，随机自然对流问题的稀疏网格配置方案，J.Compute。物理。，225, 1, 652-685 (2007) ·Zbl 1343.76059号 [20] 库切伦科，S。；Feil，B。；沙阿，N。；Mauntz，W.，《使用全局敏感性分析识别模型有效维度》，Reliab。工程系统。安全。，96, 4, 440-449 (2011) [21] A.昆都。；马蒂斯·H·G。；Friswell，M.I.，在简化参数空间中具有规定目标设计的工程系统的概率优化，计算。方法应用。机械。工程，337，281-304（2018）·Zbl 1440.62296号 [22] 魏，P。；卢，Z。；Song，J.，《变量重要性分析：综合评述》，Reliab。工程系统。安全。，142, 399-432 (2015) [23] Saltelli，A。；Ratto，M。；安德烈斯，T。；Campolongo，F。；Cariboni，J。；加泰利，D。；塞萨纳，M。；Tarantola，S.，《全球敏感性分析-初级读本》（2008），Wiley·Zbl 1161.00304号 [24] Schmidhuber，J.，《神经网络中的深度学习：概述》，神经网络。，61, 85-117 (2015) [25] 古德费罗，I。；Y.本吉奥。；A.Courville，《深度学习》（2016），麻省理工学院出版社·Zbl 1373.68009号 [26] 医学博士泽勒。；Fergus，R.，《卷积网络的可视化和理解》（欧洲计算机视觉会议（2014），施普林格），818-833 [27] Khoo，Y。；卢，J。；Ying，L.，用人工神经网络解决参数PDE问题（2017），预印本，arXiv:1707.03351 [28] Zhu，Y。；Zabaras，N.，《替代建模和不确定性量化的贝叶斯深度卷积编解码网络》，J.Compute。物理。，366, 415-447 (2018) ·Zbl 1407.62091号 [29] Zhu，Y。；北卡罗来纳州扎巴拉斯。；Koutsourelakis，P.S。；Perdikaris，P.，《无标记数据的高维代理建模和不确定性量化的物理约束深度学习》，J.Compute。物理。，394, 56-81 (2019) ·Zbl 1452.68172号 [30] Jolliffe，I.，《主成分分析》（2011），施普林格-柏林-海德堡出版社·Zbl 1011.62064号 [31] 沃尔德，S。；Esbensen，K。；Geladi，P.，主成分分析，化学计量学。智力。实验室系统。，2, 1-3, 37-52 (1987) [32] 康斯坦丁，P.G。；陶氏（Dow，E.）。；Wang，Q.，《理论和实践中的主动子空间方法：在克里格曲面中的应用》，SIAM J.Sci。计算。，36, 4, 1500-1524 (2014) ·Zbl 1311.65008号 [33] 康斯坦丁，P.G。；埃默里，M。；拉尔森，J。；Iacarino，G.，《利用有源子空间量化HyShot II超燃冲压发动机数值模拟中的不确定性》，J.Compute。物理。，302, 1-20 (2015) ·Zbl 1349.76153号 [34] 康斯坦丁，P.G。；Diaz，P.，来自活动子空间的全局敏感性度量，Reliab。工程系统。安全。，162, 1-13 (2017) [35] 李，J。；蔡，J。；Qu，K.，基于代理的主动子空间法气动外形优化，结构。多磁盘。最佳。，59, 2, 403-419 (2019) [36] 江，Z。；Li，J.，具有尺寸缩减的高维结构可靠性，结构。安全。，69, 35-46 (2017) [37] Papaioannou，I。；埃里，M。；Straub，D.，高维高效PCE表示的基于PLS的自适应，J.计算。物理。，387, 186-204 (2019) ·Zbl 1452.65014号 [38] P.S.Palar，K.Shimoyama，《关于活动子空间中克里金模型的准确性》，载于：2018年AIAA/ASCE/AHS/ASC结构、结构动力学和材料会议，2018年。 [39] Tripathy，R。；Bilinis，I。；Gonzalez，M.，《内置降维的高斯过程：应用于高维不确定性传播》，J.Compute。物理。，321, 191-223 (2016) ·Zbl 1349.65049号 [40] 辛顿，G.E。；Salakhutdinov，R.R.，《用神经网络降低数据的维数》，《科学》，3135786504-507（2006）·Zbl 1226.68083号 [41] C.Lataniotis，S.Marelli，B.Sudret，通过监督降维将经典替代模型扩展到超高维问题：数据驱动方法·Zbl 1498.62109号 [42] Le，K.Y。；李，B。；Chiaromonte，F.，《非线性充分降维的一般理论：公式和估计》，《统计年鉴》。，41, 1, 221-249 (2013) ·Zbl 1347.62018年 [43] 沃尔德，S。；Ruhe，A。；Wold，H。；Dunn，W.，线性回归中的共线性问题。广义逆的偏最小二乘（PLS）方法，SIAM J.Sci。统计计算。，5, 735-743 (1984) ·Zbl 0545.62044号 [44] Li，K.C.，降维的切片逆回归，J.Amer。统计师。协会，86，414，316-327（1991）·Zbl 0742.62044号 [45] 李伟（Li，W.）。；林·G。；Li，B.，《高维模型基于逆回归的不确定性量化算法：理论与实践》，J.Compute。物理。，321, 259-278 (2016) ·Zbl 1349.62133号 [46] 潘，Q。；Dias，D.，高维可靠性分析中基于分段逆回归的稀疏多项式混沌展开，Reliab。工程系统。安全。，167, 484-493 (2017) [47] 埃夫隆，B。；哈斯蒂，T。；Johnstone，我。；Tibshirani，R.，最小角度回归，Ann.Statist。，32, 407-499 (2004) ·Zbl 1091.62054号 [48] 布拉特曼，G。；Sudret，B.，基于最小角度回归的自适应稀疏多项式混沌展开，J.Compute。物理。，230, 6, 2345-2367 (2011) ·Zbl 1210.65019号 [49] 托瑞，E。；马雷利，S。；Embrechts，P。；Sudret，B.，使用vine Copula在复杂输入依赖性下进行数据驱动的不确定性量化的通用框架，Probab。工程机械。，55, 1-16 (2019) [50] Rosenblatt，M.，《关于多元变换的评论》，《数学年鉴》。统计，23，470-472（1952）·Zbl 0047.13104号 [51] 贝德福德，T。；Cooke，R.M.，Vines——相依随机变量的新图形模型，Ann.Statist。，30, 4, 1031-1068 (2002) ·Zbl 1101.62339号 [52] 莱曹，K.A。；罗苏，D。；罗伯特·格拉尼（Robert-Granié），C。；Besse，P.，《整合经济学数据时用于变量选择的稀疏PLS》，《统计应用》。遗传学。分子生物学。，7, 1, 35 (2008) ·Zbl 1276.62061号 [53] Witten，D.M。；Tibshirani，R.J.，稀疏典型相关分析的扩展及其在基因组数据中的应用，Stat.Appl。遗传学。分子生物学。，8, 1, 1-27 (2009) ·Zbl 1276.62099号 [54] Oladyshkin，S。；Nowak，W.，使用任意多项式混沌展开的数据驱动不确定性量化，Reliab。工程系统。安全。，106, 179-190 (2012) [55] 阿菲尔德，R。；Belkouchi，B。；Montomoli，F.，Samba：基于动量的任意多项式混沌的稀疏近似，J.Compute。物理。，320, 1-16 (2016) ·Zbl 1349.65417号 [56] Wang，F。；熊，F。；姜浩。；Song，J.，用于不确定性传播的增强型数据驱动多项式混沌方法，工程优化。，1-20 (2017) [57] Paulson，J.A。；布勒，E.A。；Mesbah，A.，动态系统中相关随机变量不确定性传播的任意多项式混沌，IFAC-PapersOnLine，50，1，3548-3553（2017） [58] 马雷利，S。；Sudret，B.，UQLab：Matlab中的不确定性量化框架，（脆弱性、不确定性和风险：量化、缓解和管理（2014）），2554-2563 [59] Höskuldsson，A.，PLS回归方法，J.Chemom。，2, 211-228 (1988) [60] 阿尔贝托，P。；Gonz'alez，F.，对称正定矩阵的偏最小二乘回归，哥伦比亚评论。，36, 1, 177-192 (2012) ·Zbl 06257242号 [61] 霍特林，H.，两组变量之间的关系，Biometrika，28，3/4，321-377（1936）·Zbl 0015.40705号 [62] Elena，E.P。；大卫·T。；Joseph，B.，稀疏典型相关分析及其在基因组数据整合中的应用，Stat.Appl。遗传学。分子生物学。，8, 1, 1-34 (2009) ·Zbl 1276.92071号 [63] 邹，H。；Hastie，T.，《通过弹性网进行正则化和变量选择》，J.R.Stat.Soc.Ser。B统计方法。，67, 301-320 (2005) ·兹比尔1069.62054 [64] Manne，R.，多元校准的两种偏最小二乘算法分析，化学计量学。智力。实验室系统。，2, 1-3, 187-197 (1987) [65] 哈斯蒂，T。；Tibshirani，R。；Friedman，J.，《统计学习的要素：数据挖掘、推断和预测》（2001），Springer:Springer New York·Zbl 0973.62007号 [66] 江，C.C。；黄，X.P。；韩，X.X。；Zhang，D.Q.，基于随机过程离散化的时变可靠性分析方法，Trans。ASME，J.机械。设计。，136，第91009条pp.（2014） [67] Li，C。；DerKiureghian，A.，《随机场的最优离散化》，J.Eng.Mech。，119, 6, 1136-1154 (1993) [68] 医学博士麦凯。；贝克曼，R.J。；Conover，W.J.，在计算机代码输出分析中选择输入变量值的三种方法的比较，技术计量学，21239-245（1979）·Zbl 0415.62011号 [69] Nouy，A.，高维随机问题数值解的适当广义分解和分离表示，Arch。计算。方法工程，17，403-434（2010）·Zbl 1269.76079号 [70] Sudret，B。；DerKiureghian，A.，《随机有限元方法与可靠性：最新报告》（2000年），土木与环境工程系。加州大学：土木与环境工程系。加州大学伯克利分校 [71] Fajraoui，N。；马雷利，S。；Sudret，B.，《稀疏多项式混沌展开的最佳实验设计》，J.Uncertain。数量。，5, 1, 1061-1085 (2017) ·Zbl 06861783号 [72] Tipping，M.E.，稀疏贝叶斯学习和相关向量机，J.Mach。学习。第1211-244号决议（2001年）·Zbl 0997.68109号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，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。