sdo.SampleOptions class

Пакет: sdo

Опции выборки параметра для sdo.sample

Описание

Задайте опции метода, чтобы сгенерировать выборки параметра, с помощью sdo.sample, для анализа чувствительности.

Конструкция

opt = sdo.SampleOptions создает sdo.SampleOptions объект и значения по умолчанию присвоений к его свойствам.

Используйте запись через точку, чтобы изменить значения свойств. Например:

opt = sdo.SampleOptions;
opt.Method = 'lhs';

Свойства

Method

Выборка метода в виде одного из следующих значений:

  • 'random' — Случайные выборки чертятся от вероятностных распределений, заданных для параметров.

    Предположим, что вы задали значение для RankCorrelation свойство sdo.ParameterSpace возразите, что вы используете для выборки. Программное обеспечение использует метод Iman-Коновера, чтобы наложить корреляции параметра.

  • 'lhs' — Латинские выборки гиперкуба чертятся от вероятностных распределений, заданных для параметров. Используйте эту опцию для более систематического заполняющего пространство подхода, чем случайная выборка.

    Предположим, что вы задали значение для RankCorrelation свойство sdo.ParameterSpace возразите, что вы используете для выборки. Программное обеспечение использует метод Iman-Коновера, чтобы наложить корреляции параметра.

  • 'sobol' — Sobol квазислучайные последовательности чертятся от вероятностных распределений, заданных для параметров. Используйте эту опцию для очень систематического заполнения. Поскольку метод Sobol детерминирован, если вы хотите немного отличающиеся последовательности, изменяете MethodOptions свойство. Для получения дополнительной информации смотрите Генерирующиеся Квазислучайные числа (Statistics and Machine Learning Toolbox).

    Предположим, что вы задали значение для RankCorrelation свойство sdo.ParameterSpace возразите, что вы используете для выборки. Программное обеспечение использует метод Iman-Коновера, чтобы наложить корреляции параметра.

    Программное обеспечение Requires Statistics and Machine Learning Toolbox™.

  • 'halton' — Холтон квазислучайные последовательности чертится от вероятностных распределений, заданных для параметров. Как метод Sobol, можно использовать метод Холтона для очень систематического заполнения. Однако метод Sobol дает более систематическое заполнение, если у вас есть много параметров в вашем наборе параметров. Поскольку метод Холтона детерминирован, если вы хотите немного отличающиеся последовательности, устанавливаете MethodOptions свойство. Для получения дополнительной информации смотрите Генерирующиеся Квазислучайные числа (Statistics and Machine Learning Toolbox).

    Предположим, что вы задали значение для RankCorrelation свойство sdo.ParameterSpace возразите, что вы используете для выборки. Программное обеспечение использует метод Iman-Коновера, чтобы наложить корреляции параметра.

    Программное обеспечение Requires Statistics and Machine Learning Toolbox.

  • 'copula' — Случайные выборки чертятся от связки. Используйте эту опцию, чтобы наложить корреляции между параметрами с помощью связок. Вы задаете семейство связок и тип корреляции в MethodOptions свойство. Необходимо также задать значение RankCorrelation свойство sdo.ParameterSpace возразите, что вы используете для выборки.

    Программное обеспечение Requires Statistics and Machine Learning Toolbox.

Для получения дополнительной информации о методах выборки, смотрите, Генерируют Выборки Параметра для Анализа чувствительности.

Значение по умолчанию: 'random'

MethodOptions

Опции выборочного метода в виде структуры. MethodOptions применимо только когда Method задан как 'sobol', 'halton', или 'copula'.

  • Method 'sobol' — Поскольку метод Sobol детерминирован, если вы хотите сгенерировать немного отличающиеся последовательности, измените значения по умолчанию в MethodOptions. Задайте MethodOptions как структура со следующими полями:

    • Skip — Количество начальных точек, чтобы проигнорировать в последовательности Sobol точек в виде неотрицательного целого числа. Значением по умолчанию является 1.

    • Leap — Число точек, чтобы проигнорировать между выбранными точками в последовательности Sobol в виде неотрицательного целого числа. Значение по умолчанию 0.

    • ScrambleMethod — Перестановка последовательности Sobol указывает в виде структуры со следующими полями:

      • Type — Имя метода скремблирования в виде 'MatousekAffineOwen' (Алгоритм скремблирования Matousek-Affine-Owen [1]). Наборы Sobol со скремблированием не детерминированы. Последовательные запуски с помощью этого алгоритма генерируют различные точки. Чтобы всегда генерировать те же точки последовательности Sobol, сбросьте генератор случайных чисел каждый раз с помощью rng команда.

      • Options — Задайте как массив пустой ячейки.

      Например, задайте ScrambleMethod как struct('Type','MatousekAffineOwen',Options',{{}}).

      Если вы не хотите скремблировать последовательность, задайте ScrambleMethod как [].

      Значение по умолчанию для ScrambleMethod 0x0 struct.

    • PointOrder — Закажите, в котором точки последовательности Sobol производятся в виде одного из следующего:

      • 'standard' — Точки произвели, совпадают с исходной реализацией последовательности Sobol.

      • 'graycode' — Последовательность Sobol сгенерирована с помощью реализации, которая использует Код Грея индекса вместо самого индекса.

      Значение по умолчанию для PointOrder 'standard'.

    Метод Sobol используется для очень систематического заполнения. Однако некоторые комбинации MethodOptions значения могут привести к точкам последовательности, которые кластеризируются и не заполнение. После того, как вы сгенерировали демонстрационное использование sdo.sample, просмотрите сгенерированные выборки, чтобы гарантировать, что они являются заполняющими пространство.

  • Method 'halton' — Поскольку метод Холтона детерминирован, если вы хотите сгенерировать немного отличающиеся последовательности, измените значения по умолчанию в MethodOptions. Задайте MethodOptions как структура со следующими полями:

    • Skip — Количество начальных точек, чтобы проигнорировать в последовательности Холтона точек в виде неотрицательного целого числа. Значением по умолчанию является 1.

    • Leap — Число точек, чтобы проигнорировать между выбранными точками в последовательности Холтона в виде неотрицательного целого числа. Значение по умолчанию 0.

    • ScrambleMethod — Перестановка последовательности Холтона указывает в виде структуры со следующими полями:

      • Type — Имя метода скремблирования в виде 'RR2' (алгоритм противоположного основания [2]).

      • Options — Задайте как массив пустой ячейки.

      Например, задайте ScrambleMethod как struct('Type','RR2',Options',{{}}).

      Если вы не хотите скремблировать последовательность, задайте ScrambleMethod как [].

      Значение по умолчанию для ScrambleMethod 0x0 struct.

    Метод Холтона используется для очень систематического заполнения. Однако некоторые комбинации MethodOptions значения могут привести к точкам последовательности, которые кластеризируются и не заполнение. После того, как вы сгенерировали демонстрационное использование sdo.sample, просмотрите сгенерированные выборки, чтобы гарантировать, что они являются заполняющими пространство.

  • Method 'copula'MethodOptions структура со следующими полями:

    • Family — Семейство связок в виде одного из следующих значений:

      • 'Gaussian' — Гауссова связка

      • 't' — t связка

      Значением по умолчанию является 'Gaussian'.

    • Type — Тип порядковой корреляции в виде одного из следующих значений:

      • 'Spearman' — Порядковая корреляция копьеносца

      • 'Kendall' — Порядковая корреляция Кендалла

      Значением по умолчанию является 'Spearman'.

    • DOF — Степени свободы t связки в виде положительного числа.

      Для Гауссовой связки задайте DOF как []. Спецификация DOF требуется для t связки.

      Значением по умолчанию является [].

Примеры

свернуть все

opt = sdo.SampleOptions
opt = 
  SampleOptions with properties:

           Method: 'random'
    MethodOptions: [0x0 struct]

opt = sdo.SampleOptions;
opt.Method = 'lhs';

Создайте набор опции по умолчанию.

opt = sdo.SampleOptions;

Задайте метод выборки как Sobol.

opt.Method = 'sobol';

Задайте метод скремблирования.

opt.MethodOptions.ScrambleMethod = struct('Type','MatousekAffineOwen','Options',{{}});
opt = sdo.SampleOptions;
opt.Method = 'copula';
opt.MethodOptions.Family = 't';
opt.MethodOptions.DOF = 2;

Ссылки

[1] Matousek, J. “На L2-несоответствии для Привязанных Полей”. Журнал Сложности. Издание 14, Номер 4, 1998, стр 527–556.

[2] Kocis, L. и В. Дж. Уайтн. “Вычислительные Расследования Последовательностей Низкого Несоответствия”. Транзакции ACM на Mathematical Software. Издание 23, Номер 2, 1997, стр 266–294.