《MHSA》整体框架及复现
1.整体框架
获取各指标
step1
使用训练集或已有样本,对每个低层子系统构建混沌多项式展开得到子系统的模型。基于PCE系数的后处理,得到 S X Y S_X^Y SXY, V Y V_Y VY, V X Y V_X^Y VXY;
step2
2.1使用某种采样方法基于
X
X
X已知的PDF对
X
X
X进行采样,得到部分分量存在依赖关系的
Y
Y
Y;
2.2对
Y
Y
Y的样本点使用核密度估计,得到每个
Y
i
Y_i
Yi的边缘PDF;
2.3边缘PDF+
Y
Y
Y样本点
→
\rightarrow
→
u
i
u_i
ui
2.4使用藤Copula得到
C
(
u
1
,
u
2
)
C(u_1,u_2)
C(u1,u2)、
C
(
u
1
,
u
2
,
u
3
)
C(u_1,u_2,u_3)
C(u1,u2,u3)…
C
(
u
1
,
u
2
,
.
.
.
u
n
)
C(u_1,u_2,...u_n)
C(u1,u2,...un);
2.5基于2.4得到的CDF和PDF,用Rosenblatt法得到
(
u
1
′
,
u
2
′
,
.
.
u
n
′
)
(u'_1,u'_2,..u'_n)
(u1′,u2′,..un′),其中
u
i
′
=
C
(
u
i
∣
u
1
,
u
2
,
.
.
.
u
i
−
1
)
=
积
分
怎
么
打
⋅
⋅
⋅
⋅
c
(
u
1
,
u
2
,
.
.
u
i
)
u'_i=C(u_i|u_1,u_2,...u_{i-1})=\frac{积分怎么打····}{c(u_1,u_2,..u_i)}
ui′=C(ui∣u1,u2,...ui−1)=c(u1,u2,..ui)积分怎么打⋅⋅⋅⋅;
2.6对 2.5d的
(
u
1
′
,
u
2
′
,
.
.
u
n
′
)
(u'_1,u'_2,..u'_n)
(u1′,u2′,..un′)进行累积概率逆变换得到
(
y
1
′
,
y
2
′
,
.
.
.
y
n
′
)
(y'_1,y'_2,...y'_n)
(y1′,y2′,...yn′);
step3
3.1 使用
Y
i
′
Y'_i
Yi′和样本
Z
Z
Z构建上层PCE,通过系数后处理得到
V
Y
′
Z
V_{Y'}^Z
VY′Z和
S
Y
′
′
Z
S_{Y'}^{'Z}
SY′′Z;
3.2 使用
Y
i
′
Y'_i
Yi′和样本
X
X
X构建低层PCE,通过系数后处理得到方差
V
X
′
Y
′
V_{X}^{'Y'}
VX′Y′
step4
4.1使用多元线性回归得到上层模型的系数向量 t = ( t 0 , t 1 , t 2 , . . . t m + k ) t=(t_0,t_1,t_2,...t_{m+k}) t=(t0,t1,t2,...tm+k),(m是中间层变量的个数,k是跨层共享变量的个数);
指标融合
获取到前述指标后,由融合公式计算得到总输出对三类底层输入各自的SA,即:
S
S
s
L
Z
S^{Z}_{S_{sL}}
SSsLZ、
S
X
s
U
Z
S^{Z}_{X_{sU}}
SXsUZ、
S
X
L
L
i
Z
S^{Z}_{X^{L_{i}}_{L}}
SXLLiZ;
2.复现手段
1.UQLab-实现PCE
2.ksdensity函数-从数据本身特征出发研究分布特性-非参数核密度估计
3.MATVine-藤copula计算copulaCDF和copulaPDF
。。。。。
3.疑惑
1.本文方法计算得到的SA考虑了交互作用吗?
2.因为公式推导过程中利用到了线性性质,对于上层系统非线性的情况应如何处理?
3.时变Copula是否可以结合?
(下次我就会打积分啦)