کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
5470990 | 1519386 | 2017 | 9 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
A generalized separation for the variance contributions of input variables and their distribution parameters
ترجمه فارسی عنوان
جداسازی عمومی برای مشارکت واریانس متغیرهای ورودی و پارامترهای توزیع آنها
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
جداسازی، پارامتر توزیع، متغیر کمکی، توزیع خودسرانه، سهم واریانس،
ترجمه چکیده
برای سیستم ساختاری با هر دو عدم قطعیت متغیرهای ورودی و پارامترهای توزیع، این کار رویکرد جداسازی عمومی را با تبدیل متغیر اصلی به متغیر کمکی با توزیع دلخواه بررسی می کند. بر اساس تجزیه و تحلیل حساسیت بر اساس واریانس، می توان اندازه گیری های حساسیت عمومی را انجام داد که برای شناسایی تأثیرات متغیرهای کمکی و پارامترهای توزیع به طور همزمان استفاده می شود. برای متغیرهای کمکی متفاوت، واریانس ثابت شده است که واریانس یکسان است، که نشان دهنده صحیح روش جدایی عمومی است. سپس رابطه واریانس متغیرهای اصلی با متغیرهای کمکی و پارامترهای توزیع بررسی شده است. چندین مثال برای نشان دادن عقلانیت رویکرد جداسازی عمومی استفاده شده است.
موضوعات مرتبط
مهندسی و علوم پایه
سایر رشته های مهندسی
مکانیک محاسباتی
چکیده انگلیسی
For the structural system with both the uncertainties of input variables and their distribution parameters, this work investigates the generalized separation approach by transforming the original variable into the auxiliary variable with arbitrary distribution. Based on the variance based sensitivity analysis, the generalized sensitivity measures can be given, which are used to identify the influences of the auxiliary variables and distribution parameters simultaneously. For the different auxiliary variables, the variance contributions are proved to be identical, which illustrates the correctness of the generalized separation approach. Then the relationship of the variance contributions of original variables with those of the auxiliary variables and distribution parameters is investigated. Several examples are employed to demonstrate the rationality of the generalized separation approach.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Applied Mathematical Modelling - Volume 47, July 2017, Pages 381-399
Journal: Applied Mathematical Modelling - Volume 47, July 2017, Pages 381-399
نویسندگان
Pan Wang, Zhenzhou Lu, Sinan Xiao,