【MATLAB第98期】基于MATLAB的MonteCarlo蒙特卡罗结合kriging克里金代理模型的全局敏感性分析模型(有目标函数)

【MATLAB第98期】基于MATLAB的Monte Carlo蒙特卡罗结合kriging克里金代理模型的全局敏感性分析模型(有目标函数)【更新中】


PS:因内容涉及较多,所以一时半会更新不完
后期会将相关原理,以及多种功能详细介绍。
麻烦点赞收藏,及时获取更新消息。

引言

在前面几期,介绍了局部敏感性分析法和sobol全局敏感性分析模型,本期介绍基于MATLAB的MonteCarlo蒙特卡罗结合kriging克里金代理模型全局敏感性分析方法。

往期文章:

【MATLAB第31期】基于MATLAB的降维/全局敏感性分析/特征排序/数据处理回归问题MATLAB代码实现(持续更新)
【MATLAB第32期】【更新中】基于MATLAB的降维/全局敏感性分析/特征排序/数据处理分类问题MATLAB代码实现
【MATLAB第63期】基于MATLAB的改进敏感性分析方法IPCC,拥挤距离与皮尔逊系数法结合实现回归与分类预测
【MATLAB第64期】【保姆级教程】基于MATLAB的SOBOL全局敏感性分析模型运用(含无目标函数,考虑代理模型)

一、Kriging克里金模型

克里金模型讲解参考博主:
steelDK
傻傻虎虎

克里金(Kriging)模型是一种基于空间相关性的插值方法,通过建立半变异函数来描述空间相关性,并利用已知观测点的数值和空间位置来预测未知点的数值。常用于地质、地理和环境科学等领域。
克里金模型的基本原理是通过建立半变异函数来描述空间相关性。半变异函数可以测量两个点之间的相似性程度,它表示两个点之间的数值差异随距离增加而变化的速率。常见的半变异函数包括指数模型、高斯模型和球模型等。克里金模型在应用时有如下假设条件:
(1)、克里金法假设所有数据之间都服从n维的正态分布。
(2)、无偏。
————————————————

克里金模型优点:
1.精度高
Kriging模型通过对已有数据的空间相关性进行建模,能够较准确地估计未观测点的数值,尤其适用于连续变量的插值。
2.不受外部影响
Kriging模型不仅仅依赖于周围点的数值,还考虑了点之间的空间相关性。因此,它对异常值和局部波动有较好的免疫性,能够提供相对稳定的估计结果。
3.提供不确定性估计
Kriging模型不仅能够给出点估计值,还能给出估计的不确定性。通过计算协方差函数,可以得到预测值的方差和置信区间,提供了对预测结果的可靠性评估。

克里金模型缺点:
1.数据需满足空间相关性
Kriging模型的建立基于变量的空间相关性,因此,如果数据的空间相关性很弱或不存在,模型可能不适用。此外,Kriging模型对于大数据量的计算需求较高。
2.对模型参数的选择敏感
Kriging模型的结果受到模型参数的影响,包括半方差函数的参数和拟合方法等。选择合适的参数值对于结果的准确性很重要,但也较为困难。
3.不适用于非线性插值
Kriging模型是一种线性插值方法,对于非线性、非正态的数据拟合效果较差。在这种情况下,可能需要使用其他插值方法。
4.计算复杂度较高
Kriging模型在进行预测时需要计算协方差矩阵的逆矩阵,这一过程的计算复杂度较高,尤其是当数据量较大时会增加计算的困难度。

二、蒙特卡洛模拟

(1)评价指标

评价指标包括:一阶影响指数S,总效应指数ST,与sobol评价方法一致。

*一阶影响指数S:*显示由各个输入变量的方差产生的因变量的方差,根据一阶影响指数可以量化单个变量对模型的敏感程度

总效应指数ST:显示由每个输入变量的方差及其与其他输入变量的相互作用而产生的因变量的方差。

其中直方图按总效应指数ST排序。因变量对具有最高总效应指数ST的输入变量最敏感。

输入变量的总效应指数ST和一阶影响指数S之间的差异可以衡量该输入与其他输入变量之间相互作用的效果。

(2)参数

克里金参数:

%*regr:回归模型的函数句柄。
%*corr:相关函数的函数句柄。
%*theta:相关函数参数。
%*beta:广义最小二乘估计。
%*gamma:相关系数。
%*sigma2:过程方差的最大似然估计。
%*S:按比例设计的场地。
%*Ssc:设计参数的比例因子。
%*Ysc:设计坐标的比例因子。
%*C:相关矩阵的Cholesky因子。
%*Ft:不相关回归矩阵。
%*G:根据QR因子分解:Ft=Q*G'。

使用MCGSA函数蒙特卡罗进行全局灵敏度分析,即使用蒙特卡罗模拟计算个体效应和总效应(仿照Sobol方差计算)。其中,四个参数包括(func、str、bounds、npop):
输入参数:

  1. func是代理结构
  2. str是字符串标识代理项
  3. bounds是定义用于拟合代理项的输入空间的矩阵(第一行和第二行分别是下限和上限)
  4. npop是蒙特卡罗样本的数量(npop一般大于5000)

输出参数:

  1. output是指分析结果(结构变量):

其中,individual :个体效应矩阵结构(一阶影响指数S)
total:总效应矩阵结构(总效应指数ST)。

三、全局敏感性分析(有目标函数)

有目标函数情况下,可以直接结合MonteCarlo蒙特卡罗模拟进行全局敏感性分析,参考第64期sobol方法。本文仅介绍有目标函数情况下如何调用克里金模型。

VarMin=[0 0 0];%各个参数下限
VarMax=[10  10 10];%各个参数上限
bounds=[VarMin;VarMax]% 创建DoEdim       = 3;% 优化变量数量numpop = 20;%采样点个数,也就是参数水平数 ,取大了好,比如4000,但慢X = LHS(numpop, dim,bounds);% 拉丁超立方抽样

通过使用平移传播算法(TPA)生成拉丁超立方体设计。目标是在不使用形式优化的情况下获得最优(或接近最优)拉丁超立方体设计。该过程需要最少的计算工作量,并且结果实际上是实时提供的。该算法利用点位置模式,基于PHIp准则(最大距离准则的变体)进行最优拉丁超立方体设计。由一个或多个点组成的小构建块(称为SEED)用于通过在超空间中的简单平移来重新创建这些模式。在TPA的开发过程中进行的研究发现:
(i)随着维度的增加,PHIp的分布倾向于降低值;
(ii)通过TPA获得的拉丁超立方体设计代表了高达中等尺寸的最佳拉丁超立方体的有吸引力的替代方案。得出的结论是,对于多达六个维度(无论点密度如何),所提出的拉丁超立方体设计提供了最优拉丁超立方体的计算上廉价的估计。设计的每一行代表一个运行(或示例)。设计变量被规范化,使得超立方体点的值在0和1之间。
参考文献: Viana FAC, Venter G, and Balabanov V, “An algorithm for fast optimal Latin hypercube design of experiments,” International Journal for Numerical Methods in Engineering, Vol. 82 (2), pp. 135-156, 2010 (DOI:10.1002/nme.2750).

%X= sobolset(dim);%或者参考64期sobol抽样方法。 

% 目标函数响应
for i=1:numpop
Y(i,:) = myfun(X(i,:)); %
end

**A、设定目标函数(3个变量,即维度D=3)** 
Y=X1^2+2*X2+X3-1
```matlab
y=x(1)^2+2*x(2)+x(3)-1;

B、设定变量上下限

VarMin=[0 0 0];%各个参数下限
VarMax=[10  10 10];%各个参数上限

C、建立克里金模型

训练集输入输出建立:

X = lhsdesign(numpop, dim);% 拉丁超立方抽样%X= sobolset(dim);%或者参考64期sobol抽样方法。 % 目标函数响应
for i=1:numpopY(i,:) = myfun(X(i,:)); %
end

模型拟合:

opt  = krigingtrain(X, Y);kopt = krigingfit(opt );

D、设定MC参数

npop = 200; %蒙特卡罗模拟的点数
sv=‘LHS’% 选择对应的抽样方法,比如LHS

E、生成样本矩阵
基本与64期sobol一致

% 创建A矩阵
Xa = rand(npop, dim);
Xa = SV(Xa, [zeros(1,dim); ones(1,dim)], bounds);% 创建B矩阵
Xb = rand(npop, dim);
Xb = SV(Xb, [zeros(1,dim); ones(1,dim)], bounds);
通过将B的第i列替换为A的第i行,为每个输入变量生成C矩阵
% 创建C矩阵
C = zeros(npop,dim,dim);
for c1 = 1 : dimC(:,:,c1)  = Xb;C(:,c1,c1) = Xa(:,c1);
end

F、GSA分析

output = MCGSA(func, str, Xa, Xb)

一阶影响指数S值、总效应指数ST值计算公式:

在这里插入图片描述
var方差函数为matlab自带

绘图:

在这里插入图片描述

四、代码获取

1.阅读首页置顶文章
2.关注CSDN
3.根据自动回复消息,回复“98期”以及相应指令,即可获取对应下载方式。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/736839.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

多核多cluster多系统之间缓存一致性概述

目录 1.思考和质疑2.怎样去维护多核多系统缓存的一致性2.1多核缓存一致性2.2多Master之间的缓存一致性2.3dynamIQ架构同一个core中的L1和L2 cache 3.MESI协议的介绍4.ACE维护的缓存一致性5.软件定义的缓存和替换策略6.动图示例 本文转自 周贺贺,baron,代…

Unity Timeline在编辑器下正常,真机(模拟器、手机)不正常播放问题

出现这个问题很大可能是因为设置了 Managed Stripping Level > Low 只需要改成 Managed Stripping Level > Medium就可以正常播 或者改Assets/link.xml没有就新建 <linker><assembly fullname"Unity.Timeline" preserve"all" /> </l…

02.JavaScript的运算符和语句

JavaScriptt的运算符和语句 一.运算符 算术运算符 数字是用来计算的&#xff0c;比如&#xff1a;乘法 * 、除法 / 、加法 、减法 - 等等&#xff0c;所以经常和算术运算符一起。 算术运算符&#xff1a;也叫数学运算符&#xff0c;主要包括加、减、乘、除、取余&#xff…

Unity 中的 PlayFab 入门

要开始在 Unity 中使用 PlayFab,你只需执行以下两个简单步骤即可。第一步是设置 PlayFab 帐户。第二步是通过安装 Unity 编辑器扩展将其连接到 Unity。或者,你也可以下载 PlayFab SDK 并在没有扩展的情况下进行配置。 设置你的 PlayFab 帐户 访问 PlayFab 的网站并创建你的…

搜索组件的编写与数据的联动

src\components\SearchInput\index.vue 搜索组件编写 <template><div class"search-wrap"><input type"text":placeholder"placeholder":maxlength"maxlength":value"inputValue"input"searchData($ev…

动态代理详解(原理+代码+代码解析)

动态代理 1.什么是动态代理&#xff1f; 动态代理是一种在运行的时候动态的生成代理对象的技术。它在不改变原始类的情况下&#xff0c;对原始类的方法进行拦截或者增强。 2.动态代理可以实现的功能&#xff1f; 使用动态代理可以实现如下常用功能&#xff1a; 1.AOP&#x…

使用pytorch实现线性回归(很基础模型搭建详解)

使用pytorch实现线性回归 步骤&#xff1a; 1.prepare dataset 2.design model using Class 目的是为了前向传播forward&#xff0c;即计算y hat&#xff08;预测值&#xff09; 3.Construct loss and optimizer (using pytorch API) 其中计算loss是为了进行反向传播&#xff0…

FPGA-AXI4接口协议概述

假设我们要传一帧1080P的图片到显示屏显示&#xff0c;那么需要多大的储存空间呢&#xff1f; 一帧1080P的RGB565图像数据需要1920*1080*1633.1776Mb 存储空间 下图是ZYNQ-7000系列中Block RAM的大小&#xff1a; 可以看到最大存储空间的BRAM都不能存储一帧图片&#xff0c;那…

为什么选择.com域名?

com是company简称&#xff0c;表示公司企业。.com是目前全球最流行的通用域名后缀&#xff0c;全球的注册量1.1亿个&#xff0c;所有公司都会优先注册.com域名。 西部数码连续7年被评选为五星级域名注册服务商&#xff0c;22年行业经验&#xff0c;全国3强。是.com域名注册&am…

MySQL性能分析:性能模式和慢查询日志的使用

目录 一、性能模式 步骤1. 启用性能模式 步骤2. 查询性能数据 步骤3. 分析性能数据 步骤4. 优化与调整 注意事项 二、慢查询日志 步骤1. 启用慢查询日志

深入理解Vue.js中的nextTick:实现异步更新的奥秘

&#x1f90d; 前端开发工程师、技术日更博主、已过CET6 &#x1f368; 阿珊和她的猫_CSDN博客专家、23年度博客之星前端领域TOP1 &#x1f560; 牛客高级专题作者、打造专栏《前端面试必备》 、《2024面试高频手撕题》 &#x1f35a; 蓝桥云课签约作者、上架课程《Vue.js 和 E…

PostgreSQL教程(三十三):服务器管理(十五)之可靠性和预写式日志

本章解释预写式日志如何用于获得有效的、可靠的操作。 一、 可靠性 可靠性是任何严肃的数据库系统的重要属性&#xff0c;PostgreSQL尽一切可能来保证可靠的操作。可靠的操作的一个方面是&#xff0c;被一个提交事务记录的所有数据应该被存储在一个非易失的区域&#xff0c; …

javascript实现解决浮点数加减乘除运算误差丢失精度问题【收藏点赞】

相信程序都会遇到这样的问题&#xff0c;有时需要在js上做运算合计等浮点数加减乘除&#xff0c;但会有些浮点数会有误差问题。下面用js来解决浮点数加减乘除运算误差丢失精度这个请 【收藏点赞】。 是程序都会在浮点数加减乘除上有误差问题&#xff0c;这是计算机二进制生成的…

GPU:使用阿里云服务器,免费部署一个开源大模型

前面提到CPU版本如何安装和部署ChatGLM&#xff0c;虽然能部署&#xff0c;但是速度和GPU比起来确实一言难尽。 然后找阿里云白嫖了一个服务器&#xff08;省点用的话&#xff0c;不用的时候关机&#xff0c;可以免费用两个多月没问题&#xff09;&#xff0c;只要没有申请过 …

大带宽服务器租用 满足高速网络访问

大带宽服务器租用通常指的是租用具备较大网络带宽的服务器&#xff0c;以满足对高速网络访问需求较为迫切的业务场景。RAKsmart小编为您整理发布大带宽服务器租用如何才能满足高速网络访问的详细信息。 以下是一些关于大带宽服务器租用的详细信息&#xff1a; 1. **带宽大小**&…

计算机网络—eNSP搭建基础 IP网络

目录 1.下载eNSP 2.启动eNSP 3.建立拓扑 4.建立一条物理连接 5.进入终端系统配置界面 6.配置终端系统 7.启动终端系统设备 8.捕获接口报文 9.生成接口流量 10.观察捕获的报文 1.下载eNSP 网上有许多下载eNSP的方式&#xff0c;记得还要下其它三个Virtual Box、Winpa…

composer require 包时,指定版本

composer 如果不加版本上去&#xff0c;则默认是下载最新的版本。 版本约束使用示例 : 和 都可以 版本约束可以加引号&#xff0c;也可以不加 composer官方文档使用的是 : 并且版本约束加引号 示例代码&#xff1a; composer create-project topthink/think:"5…

2024.3.11每日一题

LeetCode 将标题首字母大写 题目链接&#xff1a;2129. 将标题首字母大写 - 力扣&#xff08;LeetCode&#xff09; 题目描述 给你一个字符串 title &#xff0c;它由单个空格连接一个或多个单词组成&#xff0c;每个单词都只包含英文字母。请你按以下规则将每个单词的首字…

【STA】SRAM / DDR SDRAM 接口时序约束学习记录

1. SRAM接口 相比于DDR SDRAM&#xff0c;SRAM接口数据与控制信号共享同一时钟。在用户逻辑&#xff08;这里记作DUA&#xff08;Design Under Analysis&#xff09;&#xff09;将数据写到SRAM中去的写周期中&#xff0c;数据和地址从DUA传送到SRAM中&#xff0c;并都在有效时…

安卓studio安装

安卓studio安装 2024.3.11官网的版本&#xff08;有些翻墙步骤下载东西也解决了&#xff09; 这次写的略有草率&#xff0c;后面会更新布局的&#xff0c;因为截图量太大了&#xff0c;有需要的小伙伴可以试着接受一下哈哈哈哈 !(https://gitee.com/jiuzheyangbawjf/img/raw/ma…