原子反应模型的不确定性量化：一个无方程随机模拟算法示例
动力系统
2007-05-23 v1
摘要
我们描述了一个计算框架，将依赖于随机参数的连续问题的不确定性量化（UQ）方法与无方程（EF）方法相联结，后者通过直接作用于原子/随机模拟器来执行连续确定性数值计算。我们的示例是一个具有不确定原子动力学参数的非均匀催化反应机理；所选择的“内”动态模拟器是 Gillespie 随机模拟算法（SSA）。我们以非侵入方式在粗粒度水平上演示 UQ 计算，通过对 SSA 代码设计简短且适当初始化的计算实验。因此系统在三个层面上被观测：(a) 在不确定性参数的每个取值处每次随机模拟的细尺度；(b) 在不确定性参数的每个取值处 SSA 期望行为的中间粗粒度状态；(c) 期望的完全粗粒度水平：粗粒度行为在不确定性参数值范围内的分布。后者以关于随机参数的广义多项式混沌（gPC）系数的形式计算。采用粗投影积分与粗不动点计算来加速这些期望可观测量的计算演化，收敛到随机稳定/不稳定定态，并针对其他（非随机）系统参数进行参数研究。
引用
@article{arxiv.math/0610444,
title = {Uncertainty Quantification for Atomistic Reaction Models: An Equation-Free Stochastic Simulation Algorithm Example},
author = {Yu Zou and Ioannis G. Kevrekidis},
journal= {arXiv preprint arXiv:math/0610444},
year = {2007}
}