基于概率盒的非线性动力学系统混合不确定性传播方法

AITNT
正文
推荐专利
基于概率盒的非线性动力学系统混合不确定性传播方法
申请号:CN202510451076
申请日期:2025-04-11
公开号:CN120277909A
公开日期:2025-07-08
类型:发明专利
摘要
本发明公开了一种基于概率盒的非线性动力学系统混合不确定性传播方法,非参数化P‑box不仅适用于描述非精确概率,还能够为非精确性、非精确概率和随机性建立统一的描述模型,可作为比“区间‑概率”模型更广义的混合不确定性模型。然后,提供了“随机边界Chebyshev(RBC)”的传播分析方法。使用Chebyshev方法高效求解传播分析中的区间分析问题,使用数据驱动多项式混沌展开(DD‑PCE)有效解决了概率分布任意且非参数化的随机分析问题。DD‑PCE在构建多项式时仅需要不确定性的统计矩,不依赖完整的概率分布函数,适用于解决非参数化P‑box中常见的概率分布任意且不完整的问题,RBC方法适用于各类非线性动力学系统,在提高效率的同时也可以达到非常高的精度。
技术关键词
非线性动力学 多项式 不确定性传播分析 样本 不确定性参数 方程 概率分布函数 变量 传播分析方法 拉丁超立方采样 不确定性模型 可读存储介质 处理器 蒙特卡洛 模块 序列 终端设备 存储器 计算机
系统为您推荐了相关专利信息
1
基于随机森林及SHAP的地下水硬度影响因子分析方法
地下水 随机森林模型 因子分析方法 变量 分辨率
2
一种细胞密度分群方法、装置、设备及存储介质
高分辨率光学显微镜 分群方法 三维动态图像 三维水凝胶 空间拓扑关系
3
基于图像特征的硅片质量评估方法
掺杂剂 硅片缺陷 深度学习模型 卷积神经网络模型 金属特征
4
基于图神经网络的医学图像表面插值方法及系统
生成医学图像 插值方法 网络 医学图像重建技术 立方体
5
一种基于Transformer的孪生多示例学习高光谱目标检测网络及检测方法
语义特征提取 像素点 编码器 注意力机制 模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号