[發(fā)明專利]一種能同時處理數值離散、模型形式和模型預測偏差的不確定度量化方法

在審

• 申請?zhí)枺?/td>: 202010937862.2
• 申請日: 2020-09-09
• 公開（公告）號: CN112016034A
• 公開（公告）日: 2020-12-01
• 發(fā)明（設計）人: 陳江濤;章超;趙煒;肖維;趙嬌;吳曉軍;張培紅;肖中云;楊福軍;崔鵬程;劉深深;李彬;胡向鵬
• 申請（專利權）人: 中國空氣動力研究與發(fā)展中心計算空氣動力研究所
• 主分類號: G06F17/10
• 分類號: G06F17/10
• 代理公司: 綿陽山之南專利代理事務所(普通合伙) 51288
• 代理人: 沈強

1.一種能同時處理數值離散、模型形式和模型預測偏差的不確定度量化方法，其特征在于：

S1：針對備選模型集合中的每一個模型，通過在自相似加密的三至四套網格上進行計算，估計其數值離散誤差，得到各自的置信區(qū)間；

S2：通過多層嵌套和貝葉斯模型平均方法構建目標變量的概率盒，定義其概率的上限和下限；

S3：根據目標變量的概率盒，計算一定置信水平下，目標變量置信區(qū)間的不確定度。

2.根據權利要求1所述的一種能同時處理數值離散、模型形式和模型預測偏差的不確定度量化方法，其特征在于在S1中，包括有以下步驟：

S101:記錄使用網格的網格量N和關注目標量計算結果f；

S102:通過離散誤差估計方法，計算每一個模型預測的置信區(qū)間。

3.根據權利要求2所述的一種能同時處理數值離散、模型形式和模型預測偏差的不確定度量化方法，其特征在于在所述離散誤差估計方法中，當離散解滿足：

其中h_i表示網格的特征尺度，f_i是在該套網格上關注輸出量的離散解，f₀是關注輸出量的真實解，α是未知常數，p是網格加密時誤差的收斂速，

預測的置信區(qū)間為[f_i-△,f_i+△]，其中△＝F_s|f_i-f₀|，F_s為常數。

4.根據權利要求3所述的一種能同時處理數值離散、模型形式和模型預測偏差的不確定度量化方法，其特征在于當實際收斂階p與離散格式的理論收斂階相差不大時，F_s取為1.5.否則F_s取為3.0。

5.根據權利要求1所述的一種能同時處理數值離散、模型形式和模型預測偏差的不確定度量化方法，其特征在于在S2中，包括以下步驟：

S201:固定備選模型集合中第k個模型M_k的輸出為f_k,使用貝葉斯模型平均方法得到關注輸出量的預測均值E和方差Var,

其中是模型M_k預測值和試驗值偏差的平方，

P(M_k|D)是已知試驗數據集D情況下模型M_k的后驗概率,為：

P(M_k)表示模型M_k的先驗概率，

S202:根據S201得到的關注輸出量預測均值E和方差Var，得到其累積分布函數；

S203、根據S1得到的每個模型計算結果的置信區(qū)間，使用多層嵌套方法，在每個模型置信區(qū)間內循環(huán)取值，得到目標變量累積分布函數的上限和下限F(*)，及為目標變量的概率盒。

6.根據權利要求1或5所述的一種能同時處理數值離散、模型形式和模型預測偏差的不確定度量化方法，其特征在于當置信水平表示為100(1-α)，α取值0.1或0.05，目標變量置信區(qū)間左端點的區(qū)間為右端點的區(qū)間為