Construction of bootstrap confidence intervals on sensitivity indices computed by polynomial chaos expansion

تجزیه و تحلیل حساسیت به منظور اندازه گیری تأثیر پراکندگی پارامترهای ورودی بر پراکندگی خروجی یک مدل عددی است. هنگامی که ارزیابی مدل زمان گیر است، محاسبه شاخص های سوبل براساس روش مونت کارلو قابل اجرا نیست و باید یک مدل جایگزین استفاده شود. در میان تمام روش های تقریبی، گسترش هرج و مرج چندجملهای یکی از کارآمدترین محاسبه شاخص های حساسیت مبتنی بر واریانس است. در واقع، محاسبات آنها از لحاظ تحلیلی از ضرایب انبساط استخراج شده است، اما بدون برآوردگر خطا تقریب متا مدل. برای ارزیابی قابلیت اطمینان این شاخص ها، ما پیشنهاد می کنیم فضاهای اطمینان با استفاده از نمونه برداری مجدد بوت استرپ بر روی طراحی تجربی که برای تخمین تقریب هرج و مرج چندجملهای استفاده می شود، ایجاد کنیم. از آنجائیکه ارزیابی شاخص های حساسیت با فواصل اطمینان به دست می آید، می توان یک طرح آزمایشات را پیدا کرد که امکان محاسبه شاخص های حساسیت با دقت داده شده را فراهم می کند.