- 专利标题: 基于梯度增强随机Co-Kriging模型的非嵌入式不确定性量化方法
-
申请号: CN202311342180.7申请日: 2023-10-17
-
公开(公告)号: CN117077551A公开(公告)日: 2023-11-17
- 发明人: 王波 , 史亚云 , 霍喻新 , 吴洋 , 赵胜丰 , 袁起航 , 李权
- 申请人: 中国科学院工程热物理研究所
- 申请人地址: 北京市海淀区北四环西路11号
- 专利权人: 中国科学院工程热物理研究所
- 当前专利权人: 中国科学院工程热物理研究所
- 当前专利权人地址: 北京市海淀区北四环西路11号
- 代理机构: 北京锺维联合知识产权代理有限公司
- 代理商 陈晓庆
- 主分类号: G06F30/27
- IPC分类号: G06F30/27 ; G06F30/28 ; G06F30/15 ; G06F30/23 ; G06T17/20 ; G06F18/27 ; G06F18/20 ; G06F111/10 ; G06F111/08 ; G06F113/08 ; G06F113/28 ; G06F119/14
摘要:
本发明公开了一种基于梯度增强随机Co‑Kriging模型的非嵌入式不确定性量化方法,包括以下步骤:收集具有不确定性的样本数据;对样本数据进行预处理操作;构建通用随机Co‑Kriging模型,通过主响应和辅助响应来定义与目标函数及其梯度相关联的随机过程;将辅助响应改造为对应于主响应关于输入变量梯度的分量而建立基于梯度的随机Co‑Kriging模型;采用多项式回归的方式建立均值的通用随机Co‑Kriging模型;使用最佳线性无偏预测器构成基于梯度增强随机Co‑Kriging模型;通过最小化估计误差函数的方差和考虑无偏性条件来评估随机代理模型。
公开/授权文献
- CN117077551B 基于梯度增强随机Co-Kriging模型的非嵌入式不确定性量化方法 公开/授权日:2023-12-22