改进基于代理模型的不确定性量化的重采样策略——在 LS89 大涡模拟中的应用
流体动力学
2018-03-19 v1 计算物理
摘要
不确定性量化在工程应用中正受到越来越多的关注，特别是来自稳健优化的需求。事实上，运行计算机实验在输入参数的不确定性与变异性方面只能提供有限的信息。这些实验通常计算成本高昂，可以构建代理模型来解决这一问题。在这种情况下，UQ 研究的结果直接与代理模型的质量相关。因此，必须关注实验设计，以尽可能多地获取信息。本文提出了两种新的参数空间重采样策略，以改进高斯过程代理模型。这些技术确实表明，在高维解析输入函数下模型的预测质量得到了提升。最后，这些方法被成功应用于涡轮叶片大涡模拟：LS89 叶栅周围的气动热流场。
引用
@article{arxiv.1803.06134,
title = {Resampling Strategies to Improve Surrogate Model-based Uncertainty Quantification - Application to LES of LS89},
author = {Pamphile Tupui Roy and Luis Miguel Segui and Jean-Christophe Jouhaud and Laurent Gicquel},
journal= {arXiv preprint arXiv:1803.06134},
year = {2018}
}
备注
Accepted in International Journal for Numerical Methods in Fluids