Можно подтвердить анализ чувствительности путем проверки сгенерированных значений параметров, результатов оценки и результатов анализа.
Чтобы выполнить анализ чувствительности, вы выбираете параметры модели для оценки и генерируете представительный набор значений параметров, чтобы исследовать пробел проекта. Вы создаете параметр, установленный путем определения распределений параметра такой как нормальных или универсальных. Можно также задать корреляции между параметрами. Для получения дополнительной информации смотрите, Генерируют Выборки Параметра для Анализа чувствительности. После генерации значений параметров постройте их, чтобы проверять, совпадают ли сгенерированные значения параметров с желаемыми спецификациями. Это особенно важно, если вы генерируете небольшое количество случайных выборок для каждого набора параметра.
Если вы видите несоответствие в сгенерированных параметрах и заданном распределении и корреляциях, можно попробовать одно из следующего:
Сгенерируйте случайные выборки снова, пока вы не достигнете заданных распределений и корреляций.
Увеличьте объем выборки за счет увеличения времени оценки.
Задайте различные методы выборки. Используйте латинский метод выборки гиперкуба в более систематическом заполняющем пространство подходе, чем случайная выборка. Если у вас есть программное обеспечение Statistics and Machine Learning Toolbox™, используйте Sobol и Холтон квазислучайные методы выборки для более заполняющего пространство подхода, чем латинский метод гиперкуба.
Построить сгенерированные параметры в инструменте Sensitivity Analysis:
Выберите сгенерированный набор параметра в области Parameter Sets инструмента.
Во вкладке Plots выберите Scatter Plot.
Сгенерированный график отображает гистограммы сгенерированных значений для каждого параметра на диагонали и попарный график рассеивания параметров на вне диагоналей. Для получения дополнительной информации о графике рассеивания, смотрите, Взаимодействуют с Графиками в Sensitivity Analysis Tool.
Смотрите гистограммы, чтобы гарантировать, что сгенерированные значения параметров совпадают с намеченными распределениями параметра. Смотрите недиагональные графики рассеивания, чтобы гарантировать, что присутствуют любые заданные корреляции между параметрами.
Чтобы построить сгенерированные значения параметров в командной строке, используйте sdo.scatterPlot. Используйте функции, такие как mean проверять демонстрационную статистику.
После генерации набора параметра вы задаете функцию стоимости путем создания конструктивных требований на сигналах модели. Вы затем оцениваете функцию стоимости при каждом наборе значений параметров. Чтобы подтвердить результаты оценки, смотрите оцененные значения функции стоимости. Если оценки функции стоимости содержат NaN значения, которые могли указать на проблему.
Проверять на NaN значения в инструменте Sensitivity Analysis после оценки завершены:
Откройте таблицу результатов оценки, если это не уже открыто.
В области Results инструмента щелкните правой кнопкой по оцененному результату и выберите Open в меню.
В таблице Evaluation Results каждая строка таблицы перечисляет установленные значения параметра и соответствующие оцененные значения функции стоимости конструктивных требований.
Сортировка оцененных значений требования в порядке убывания. Для этого щелкните дважды на оцененном столбце требования. Любой NaN значения перечислены наверху оцененного столбца требования.
Смотрите значения параметров, которые привели к NaN значения для оцененных требований. Если вы не ожидаете NaN закончитесь для той строки значений параметров, исследуйте свою модель далее.
Чтобы просмотреть оцененные результаты в командной строке, смотрите оценку функции стоимости выход sdo.evaluate.
После оценки вы анализируете эффект параметров на конструктивных требованиях и идентифицируете большинство влиятельных параметров. Для получения дополнительной информации смотрите, Анализируют Отношение Между Параметрами и Конструктивными требованиями. Чтобы подтвердить результаты анализа, сгенерируйте различный набор параметра и переоцените конструктивные требования. Если результаты анализа не сопоставимы, рассматривают увеличение числа выборок в вашем наборе параметра.
