分析参数与设计要求之间的关系
分析参数和状态(统称为参数)®模型影响模型信号的设计要求时,首先要生成参数样本。然后,通过在模型信号上创建设计需求来定义代价函数,并为每个样本评估代价函数。最后,分析了参数变化与代价函数值之间的关系。您可以通过以下方式执行此分析:
视觉分析
根据参数样本查看成本函数评估图,以确定趋势。这种方法是非正式的,并提供了关于各种参数如何影响成本函数的直观直观。
在灵敏度分析仪,评估完成后,在应用程序中生成评估结果散点图。图中显示了评估的成本函数值作为参数集中每个参数的函数。最后一列子图显示了评估成本函数值的概率分布。您可以在散点子图中右键单击并选择,从而向散点子图添加最佳拟合线叠加线性拟合在上下文菜单中。在该图中,最佳拟合线表示获得
参数对需求有很大的影响。
还可以绘制评估结果的等高线图。要了解更多关于这些情节的信息,请参见与灵敏度分析仪中的图交互.有关示例,请参见确定评估的关键参数(GUI).
在命令行中,你可以使用如下工具:
sdo.scatterPlot
-参数样本相对于成本函数评价的散点图
有关示例,请参见确定评估的关键参数(代码).
统计分析
除了可视化地分析参数对成本函数的影响之外,您还可以计算统计数据来量化关系。
获得关于成本函数评估和参数样本之间关系的汇总统计数据。可用的分析方法包括:
对于这些方法中的每一个,您可以通过从以下分析类型中选择来指定用于分析的数据:
线性分析,也称为皮尔森analysis——使用原始数据进行分析。当期望参数与代价函数之间存在线性关系,并且关于最佳拟合线的残差期望为正态分布时,请使用线性分析。当样本数量较多,因此残差点数量较大时,也建议采用线性分析。
排名分析,也称为斯皮尔曼分析和排名转换—使用数据的等级进行分析。当期望参数与代价函数之间存在非线性单调关系,且关于最佳拟合线的残差非正态分布时,使用排序分析。当样本数量较多时,也建议进行排序分析,这样残差点的数量较少。
线性分析保留了数据值之间的间隔信息,而排名分析则没有。假设你有以下数据集:
x1 x2 y 9 20. 340 5 60 106 2.3 50.4 870.5 在这里x1而且x2是模型参数,和y是代价函数。每一行代表一个样本和相关的成本函数评估。
数据以每列为基础进行排名。例如,当对列1中的数据进行排序时(x1),其中包含条目9、5和2.3,则排序数据为3,2和1。样本的排序数据集x1,x2而且y分别如下:
x1 x2 y 3. 1 2 2 3. 1 1 2 3. 排序后的数据集可用于相关、偏相关或标准化回归分析。
计算了Kendall - Kendall的tau秩相关系数。
适用于分析方法为相关性时。需要统计和机器学习工具箱™软件。
相关法
计算相关系数,R.使用这种方法来分析模型参数和成本函数输出是如何相关的。
R计算公式如下:
x
包含Ns的样本Np模型参数。y
包含Ns行,每一行对应的代价函数的评估为一个样本x
.
R取值范围为[-1 1]。(我,j)进入R表示之间的相关性。x(我),y(j).
R(i,j) > 0
-变量之间存在正相关关系。变量一起增加。R(i,j) = 0
-变量之间没有相关性。R(i,j) < 0
-变量之间存在负相关关系。当一个变量增加时,另一个变量就减少。
偏相关法
计算偏相关系数,R.这种方法需要统计和机器学习工具箱软件。使用这种方法来分析模型参数和成本函数是如何相关的,调整以消除其他参数的影响。
R计算时使用partialcorri
(统计和机器学习工具箱)从统计和机器学习工具箱软件。
标准化回归法
计算标准化回归系数,R.当您期望模型参数线性影响成本函数时,请使用此方法。
R计算公式如下:
考虑单个样本(x1、……xNp)和对应的单个输出,y.bx回归系数向量是用最小二乘假设线性模型计算的吗 .R标准化的每一个元素bx用它乘以相应的标准差之比x样品(σx的标准差y(σy).
进行统计分析
在灵敏度分析仪,在你有评估设计需求,指定分析方法和类型统计数据应用程序的标签。
中选择要分析的评估结果评估结果分析列表。在此之后,指定分析方法和类型,并单击计算统计数据.您可以计算所有适用的分析方法和类型的组合。
分析结果返回StatsResult
变量,在结果区域。在本例中,StatsResult
变量包括线性(皮尔逊)相关系数和线性标准化回归系数之间计算的成本函数和每个参数。要查看系数,右键单击StatsResult
,并选择开放在上下文菜单中。
生成一个龙卷风图,按参数对成本函数的影响顺序显示分析结果。对成本函数影响最大的参数显示在顶部。正如在结果散点图中所看到的,在这个龙卷风图中获得
参数对设计需求成本函数的影响最大。
要了解更多关于龙卷风情节的信息,请参见与灵敏度分析仪中的图交互.有关示例,请参见确定评估的关键参数(GUI).
在命令行中,指定所使用的分析方法和类型sdo.analyze
.该函数默认执行线性相关分析。若要指定其他分析方法,请使用sdo。AnalyzeOptions
.有关示例,请参见确定评估的关键参数(代码).
另请参阅
sdo。AnalyzeOptions
|sdo.analyze
|sdo.sample
|sdo.evaluate