基于活动子空间的全局灵敏度度量
数值分析
2016-07-28 v2
摘要
科学与工程模型的预测依赖于若干输入参数。全局灵敏度分析量化每个输入参数的重要性，从而可以深入理解模型并降低计算成本；常用的灵敏度度量包括Sobol'总灵敏度指数和基于导数的全局灵敏度度量。活动子空间是一组新兴工具，用于识别模型输入参数空间中的重要方向；这些方向可用于降低模型维度，使得原本不可行的参数研究成为可能。本文中，我们基于活动子空间开发了称为活动分数(activity scores)的全局灵敏度度量，其可洞察重要模型参数。我们在数学上将活动分数与既有灵敏度度量相关联，并讨论估计活动分数的计算方法。我们展示了两个取自简化工程模型的代数函数的数值例子。对每个模型，我们分析活动子空间并讨论如何利用低维结构。然后我们表明，由活动分数产生的输入排序与标准度量产生的排序一致。
引用
@article{arxiv.1510.04361,
title = {Global sensitivity metrics from active subspaces},
author = {Paul G. Constantine and Paul Diaz},
journal= {arXiv preprint arXiv:1510.04361},
year = {2016}
}