Over the last decade, surrogate mod

Over the last decade, surrogate modelling technique has gained wide popularity in the field of uncertainty quantification, optimization, model exploration and sensitivity analysis. This approach relies on experimental design to generate training points and regression/interpolation for generating the surrogate. In this work, it is argued that conventional experimental design may render a surrogate model inefficient. In order to address this issue, this paper presents a novel distribution adaptive sequential experimental design (DA-SED). The proposed DA-SED has been coupled with a variant of generalised analysis of variance (G-ANOVA), developed by representing the component function using the generalised polynomial chaos expansion. Moreover, generalised analytical expressions for calculating the first two statistical moments of the response, which are utilized in predicting the probability of failure, have also been developed. The proposed approach has been utilized in predicting probability of failure of three structural mechanics problems. It is observed that the proposed approach yields accurate and computationally efficient estimate of the failure probability.

ผลลัพธ์ (ไทย) 1:

ในทศวรรษ ตัวแทนแบบจำลองเทคนิคได้รับความนิยมมากมายในด้านการนับความไม่แน่นอน เพิ่มประสิทธิภาพ แบบสำรวจ และวิเคราะห์ความไว วิธีการนี้พึ่งออกแบบการทดลองเพื่อสร้างจุดการฝึกอบรมและการถดถอย/แก้ไขสำหรับการสร้างตัวแทนการ ในงานนี้ มันจะโต้เถียงว่า ออกแบบการทดลองแบบเดิมอาจแสดงรูปแบบตัวแทนไม่มีประสิทธิภาพ เพื่อแก้ไขปัญหานี้ กระดาษนี้นำเสนอนวนิยายกระจายปรับลำดับทดลองออกแบบ (ดา-SED) ดา-SED เสนอได้รับควบคู่ไปกับตัวแปรทั่วไปการวิเคราะห์ความแปรปรวน (G-ANOVA), โดยเป็นตัวแทนของฟังก์ชันคอมโพเนนต์ที่ใช้ขยายความโกลาหลพหุนามทั่วไป นอกจากนี้ ทั่วไปวิเคราะห์นิพจน์สำหรับการคำนวณสองสถิติช่วงเวลาของการตอบสนอง ซึ่งถูกนำมาใช้ในการทำนายความเป็นไปได้ของความล้มเหลว ยังถูกพัฒนาขึ้น วิธีการนำเสนอได้ถูกนำมาใช้ในการทำนายความน่าเป็นของความล้มเหลวของกลไกสามโครงสร้างปัญหา ตั้งข้อสังเกตว่า วิธีการนำเสนอผลประเมินถูกต้อง และมีประสิทธิภาพ computationally ของความน่าเป็นความล้มเหลว

ผลลัพธ์ (ไทย) 2:

กว่าทศวรรษที่ผ่านเทคนิคการสร้างแบบจำลองตัวแทนได้รับความนิยมทั้งในด้านของปริมาณความไม่แน่นอนของการเพิ่มประสิทธิภาพการสำรวจรูปแบบและการวิเคราะห์ความไว วิธีนี้ต้องอาศัยการออกแบบการทดลองเพื่อสร้างจุดการฝึกอบรมและการถดถอย / การแก้ไขสำหรับการสร้างตัวแทน ในงานนี้จะมีการถกเถียงกันอยู่ว่าการออกแบบการทดลองแบบเดิมอาจทำให้รูปแบบตัวแทนที่ไม่มีประสิทธิภาพ เพื่อที่จะแก้ไขปัญหานี้บทความนี้นำเสนอการจัดจำหน่ายนวนิยายเรื่องการปรับตัวการออกแบบการทดลองตามลำดับ (DA-SED) เสนอ DA-SED ได้รับการควบคู่ไปกับการที่แตกต่างกันของการวิเคราะห์ความแปรปรวนทั่วไป (G-ANOVA) ที่พัฒนาโดยตัวแทนของฟังก์ชั่นการใช้องค์ประกอบการขยายตัวของความสับสนวุ่นวายพหุนามทั่วไป นอกจากนี้การแสดงออกการวิเคราะห์ทั่วไปสำหรับการคำนวณครั้งแรกที่สองช่วงเวลาทางสถิติของการตอบสนองซึ่งถูกนำมาใช้ในการทำนายความน่าจะเป็นของความล้มเหลวยังได้รับการพัฒนา วิธีการที่นำเสนอได้ถูกนำมาใช้ในความน่าจะทำนายความล้มเหลวของสามปัญหากลศาสตร์โครงสร้าง มันเป็นที่สังเกตว่าวิธีการที่นำเสนออัตราผลตอบแทนประมาณการที่แม่นยำและมีประสิทธิภาพการคำนวณความน่าจะเป็นความล้มเหลว

ผลลัพธ์ (ไทย) 3:

กว่าทศวรรษที่ผ่านมา , เทคนิคการจำลองแบบตัวแทนได้รับความนิยม ทั้งในด้านปริมาณของความไม่แน่นอน , การเพิ่มการสำรวจและการวิเคราะห์ความอ่อนไหวของแบบจำลอง วิธีนี้ต้องอาศัยการออกแบบการทดลองเพื่อสร้างจุดฝึกอบรมและการถดถอย / การสร้างตัวแทน . ในงานนี้ ก็แย้งว่า การออกแบบการทดลองแบบอาจทำให้รูปแบบตัวแทนไม่มีประสิทธิภาพ เพื่อแก้ไขปัญหานี้ กระดาษนี้นำเสนอการปรับลำดับใหม่ทดลอง ( da-sed ) เสนอ da-sed ได้รับควบคู่กับการวิเคราะห์ความแปรปรวนของตัวแปรหลัก ( g-anova ) ซึ่งพัฒนาโดยเป็นตัวแทนของฟังก์ชันคอมโพเนนต์การสรุปโดยความสับสนวุ่นวายมากขึ้น และสรุปวิเคราะห์นิพจน์การคำนวณสถิติแรกสองช่วงเวลาของการตอบสนอง ซึ่งใช้ในการพยากรณ์ความน่าจะเป็นของความล้มเหลว ยังได้รับการพัฒนา วิธีการที่เสนอได้ถูกใช้ในการพยากรณ์ความน่าจะเป็นของความล้มเหลวของ 3 กลศาสตร์โครงสร้างปัญหา พบว่า วิธีการที่เสนออัตราผลตอบแทนที่ถูกต้องและมีประสิทธิภาพ computationally ประเมินความล้มเหลวของความน่าจะเป็น