考虑不确定性的耐撞性模型自适应代理模型用于多用途工程分析
计算工程、金融与科学
2021-03-31 v1
摘要
不确定性量化（UQ）是基于鲁棒性、可靠性与可信度分析、面向复杂计算模型的一门蓬勃发展的学科。针对具有高维输出的非线性碰撞模型的不确定性量化分析存在重要挑战。在耐撞性领域，具有多个隐藏模态的非线性结构行为需要昂贵的模型（单次运行 18 小时）。代理模型（元模型）允许替代全阶模型，为缩减的数值实验训练集引入响应面。此外，不确定输入与大量自由度导致高维问题，这衍生出阻碍元模型计算效率的瓶颈。核主成分分析（kPCA）是一种针对非线性问题的多维降维技术，其优势在于从响应中捕获最相关信息并提升元模型效率。旨在以全阶模型计算最少样本数。所提出的方法论通过汽车工业中出现的实际工业问题进行了验证。
引用
@article{arxiv.2103.16202,
title = {Adaptive surrogates of crashworthiness models for multi-purpose engineering analyses accounting for uncertainty},
author = {Marc Rocas and Alberto García-González and Xabier Larrayoz and Pedro Díez},
journal= {arXiv preprint arXiv:2103.16202},
year = {2021}
}