改进的RSA方法在参数全局灵敏度分析中的应用
灵敏度分析是模型参数识别的重要方法.参照一维情形,采用统计分布特征值,对传统意义上的参数灵敏度分析进行了扩展,将参数灵敏度定义从一维扩展到多维,为在多维情形下分析参数的灵敏度提供思路.RSA方法是全局灵敏度分析的重要方法,但其对参数的二元划分具有一定的局限性,因此对其进行一定的改进:①将RSA方法对参数集的二元划分扩展为多元划分.②分析对象不局限于对模型参数值的分布,也包括模型目标函数的分布,即研究在函数各取值区间,参数的分布是否具有明显的变化;研究在参数各取值区间,函数的响应是否具有明显的变化.以,n=2的Rosenbrock函数作测试函数,对改进的RSA方法进行了检验.以模型参数为基础的分析结果和以模型目标函数为基础的分析结果均表明,模型的2个参数的全局灵敏度都非常高,二者的分析结论一致.
模型参数、全局灵敏度、RSA、改进
21
X522;X143(水体污染及其防治)
国家科技攻关项目2003BA614A
2008-07-02(万方平台首次上网日期,不代表论文的发表时间)
共4页
40-43