概率盒全局灵敏度和活跃子空间跨层降维

航空航天仿真系统中的不确定性通常是多源的、混合的,并且系统参数的维数众多。针对高维混合不确定性量化问题,提出一种结合概率盒全局灵敏度和活跃子空间的跨层降维方法。在随机和认知不确定的概率盒表征基础上,使用不确定性缩减法分析参数的全局灵敏度继而进行参数筛选;基于输出梯度协方差矩阵的特征分解,使用活跃子空间法对参数进行降维;构造出一种概率盒表征下的参数筛选和跨层降维方法。最后以NASA多学科不确定性量化挑战问题为例,通过概率盒全局灵敏度分析进行第1层次的参数筛选,原有的21维输入参数减为13维;随后采用活跃子空间进行第2层次的参数降维,维数进一步降至一维。研究结果表明,所提出的方法能够对混合不确定性参数进行灵敏度排序,还能够有效降低模型输入参数的维度,为高维系统混合不确定性量化和进一步的优化工作奠定了基础。