不确定性和灵敏度分析超大直径盾构开挖的重要参数

文摘

在超大直径隧道的开挖隧道掘进机(TBM)是不同于盾构隧道的正常尺寸,在超大TBM的控制系统非常复杂,难以操作。因此,它是非常重要的专注于重要的参数的控制和管理,以确保基坑稳定下的不确定性。在这篇文章中,我们(我)利用BIM-based大数据平台(BIM-BDP)来管理隧道工程的基本建设数据在数字格式;(2)采用全局灵敏度分析(SA)识别重要参数基于多项式混沌的盾构开挖扩张(PCE)扩展傅里叶振幅灵敏度测试(eFAST)模型;和(iii)采用不确定性分析(UA)发现BIM-BDP的重要参数的数据之间的相关性。这项研究有助于(i)的身体的知识提出一个更合适的研究方法,可以处理偶然的和认知的不确定性和支持不确定性和敏感性分析(UA / SA)过程基于数据从BIM-BDP和(2)实践的状态通过提供一个数据驱动的代理模型来模拟系统行为与高可靠性和减少盾构开挖对领域专家的依赖。在这里,我们密切关注最具影响力的需要优先级参数控制的参数,它可以帮助管理员在隧道开挖优化保护参数的管理。

1。介绍

隧道掘进机(TBM)是城市隧道开挖的主要工具由于其挖掘效率高、高安全、环境友好、高成本效益(1]。为了保证隧道开挖的安全与效率,管理员需要(i)记录并存储在TBM隧道实时监控数据,包括水文、地质、和TBM参数;(2)确定开挖稳定性的影响和noninfluential参数基于监测数据;(3)控制和管理有影响的参数下系统的不确定性。为了避免开挖不稳定,是很有意义的管理和分析施工参数(2- - - - - -8]。建筑信息模型(BIM)使复杂的设计和分析,多学科系统中经常遇到的基础设施项目,尤其是隧道(9]。

TBM的合理控制是一个复杂的过程,它是非常困难的严格分析互动结构参数之间的关系由于土壤和复杂的异构环境的不确定性。不确定性和敏感性分析(UA / SA),这有助于研究人员更好地理解每个参数的相对重要性(10,11),盾构机施工参数参数控制是一个重要的研究方向。理解参数的相对“灵敏度”可以帮助更好的监控策略和实验设计的发展,例如,显示优先级和数量的参数来控制。SA方法,全局敏感性分析(GSA)可以感知和区分参数与开挖稳定性的影响大小来减少认知的不确定性引起的人类认知的局限性和不确定因素,例如,不完整的信息。因此,GSA的识别参数提供指导信息应该收集来提高系统的可靠性。扩展傅里叶振幅敏感性测试(eFAST)方法是一个全球性的和定量GSA算法可以应用到复杂的非线性和非模型(12- - - - - -14]。eFAST的关键思想是,从一个模拟运行到另一个地方,所有因素波动在名义值(15]。因素的重要性是由分析傅里叶分解模型的响应。eFAST方法一直在利用本文探讨复杂和不确定的施工参数之间的相互作用以及开挖稳定SRHT项目。

本研究有助于(i)开发一个框架UA / SA调查建设之间的互动关系参数下系统的不确定性;(2)提出一代多项式混沌expansion-extended傅里叶振幅敏感性测试(PCE-eFAST) GSA模型精度高和可靠性;(3)探索合理的样本量PCE模型和调查的局限性eFAST方法来得到一个更令人信服的结果。

本文的其余部分组织如下。首先,超大直径盾构开挖的参数分析文献综述简要介绍。第二,部分3显示了BIM-BDP的建设,其中包括四个模块(即。、数据传感、数据存储、数据分析和数据)。第三,全球不确定性和敏感性分析过程基于BIM-BDP数据在节展出4(即,有三个步骤。,generating data according to the input-output index system, running the surrogate model, and performing GUA and GSA by PCE-eFAST method). Fourth, the UA/SA results are revealed in Section5。第五,我们讨论eFAST方法和本研究的限制。最后一部分总结了主要的观测研究,列出了未来的研究方向。

2。文献综述

2.1。超大直径盾构开挖的参数分析

TBM对地质变化极其敏感,过分依赖运营商的经验(16]。BIM决策在基础设施项目的生命周期是一个重要的工具,分析复杂的,综合的、多学科系统(9]。BIM主要包含几何和nongeometric数据,和强大的链接应该形成视觉模型和数据库之间的17]。地下工程,12)建立了一个荡妇基于云计算的安全风险知识数据库来解决各种各样的安全风险知识。研究集成白鼻综合症和BIM开展长期的地下环境检测和监控,和收集到的数据可以保存在一个数据库进行分析和管理18]。至于综合数据库,数据不相容是最重要的问题19]。最有价值的资产之一的任何数据库是内容本身20.]。然而,正如文献而言,有相对较少的研究,充分利用和分析数据,特别是在盾构隧道工程。

TBM是一种非常复杂的和全面的设备和由不同的系统。尽管TBM可以提供数以百计的盾构机操作参数、TBM运营商仍有盾构隧道地质条件认识不足,目前机器状态和是否这样的盾构机操作状态对应于这样的地质条件。因此,仍有许多问题在TBM施工中盾构机的操作,比如如何评估岩石参数在实时根据设备参数和如何使用评价结果作为决策的基础和优化实现科学保护参数开挖稳定的控制和管理。

2.2。多项式混沌扩张(PCE)

随机谱法(21为建立代理模型)是一项新技术。该方法在样本空间多维随机响应面和大量的反应样本。最著名的随机谱方法是多项式混沌扩展(PCE)。作者在22)提出了一个最初的埃尔米特多项式混沌方法,它使用正常随机变量。作者在23)提出了一个广义PCE方法和扩展非正态随机变量的方法(例如,对数正态、威布尔和β)。此外,进一步发展后,广义的PCE已经可以使用非全局平滑多项式基函数。移动和窗口的埃尔米特多项式混沌方法可以估计一个小激活概率,提高精度的响应面24]。

PCE有许多优点超过其他代理模型(25]。该方法可以产生高度精确的结果,它已被证明有明显的计算效率在大规模系统的扩张26]。不干扰的使用四氯乙烯的量化不确定性已经收到了广泛的关注。的方法也被应用在解决流体力学,电路仿真、环境和声场。基本思想是近似随机过程的正交多项式混沌与独立随机变量之和。关键的一步是确定每一个多项式的系数。模型响应的特点是相对于输入变量的多元多项式分布是正交的。在这种情况下,描述的概率密度函数(PDF)相当于评估混沌多项式系数。

2.3。全球不确定性和敏感性分析

SA的事实应该是一个基本组成部分的分析,包括评估和传播的不确定性是在[下划线27]。SA的模型旨在量化每个输入参数的相对重要性(28]。特别是,GSA的技术已经成为一种公认的标准的评估不确定性的影响和交互输入在复杂环境影响(29日- - - - - -31日]。不确定性是一个物理量,是一个随机变量的可靠性如何,指的不完美的情况下和未知的信息。它出现在部分可观测和/或随机的环境,适合的预测未来事件(32]。GSA认为输出行为的模型不确定输入的全域;具体地说,这意味着每个输入参数的分布应该评估,每个输入的重要性应该评估跨域的所有其他参数(33,34]。

执行GSA的主要方法包括variance-based方法,回归方法和莫里斯筛查方法。在这些GSA方法中,variance-based方法限制输出分布。回归方法需要的知识形式的输入-输出关系。莫里斯筛选方法灵敏度的大小无法比较。只有variance-based方法可以探索整个空间的不确定输入(35]。输入通常是通过蒙特卡罗(MC)进行抽样,并基于方差SA的基本思想是分析输入对输出方差的影响。

GSA的常见类型是variance-based方法,运营的分配模型的输出为不同来源的方差变化的输入(15,36]。更具体地说,它的敏感性量化一个特定的输入(总变异的百分比输出的变化归因于输入),平均比其他输入,而不是固定在特定的值。傅里叶振幅灵敏度试验(快速)是variance-based方法之一[37]。经典的快速分配方差方法使用频谱分析,首先探索后输入空间使用不同频率的正弦函数输入因素或维38]。

快速是基于偏差的方法,用于计算的主要敏感指数(MSI)通过扫描周期函数的参数空间,这样可以分析整个样本空间(31日]。多维集成是减少到1 d集成和曲线通过将每个变量与系统的采样频率在傅里叶变换空间中,从而大大提高了抽样效率(39,40]。然后,Saltelli et al。12)扩展的快速方法来执行总敏感性指数(TSI),叫做eFAST方法。这个eFAST方法,结合快速Sobol的方法的好处,是高效和可用于分析各种参数之间的互动关系。

在目前的工作,MC方法用于评估每个输入误差对输出的影响(27]。首先,PCE-eFAST模型建立。然后,计算的统计特征参数进行大量的随机抽样模型中的参数。最后,解决方案的近似值。得出应采取必要的预防措施来减少这些参数的变化对盾构机的参数设备和错误或干扰降到最低。

3所示。BIM-BDP的架构

TBM操作大大受地质条件影响和严重依赖运营商自身的主体性。外部环境变化,很难TBM感知岩土和保护机器的状态及时做出科学的判断来指导施工,导致工程事故的频繁发生在TBM隧道,如地面沉降和铣头损坏,从而造成巨大的经济损失。因此,它是必要的远程监视和控制不同类型和品牌盾构机收集施工信息指导施工。为了实现科学、高效的盾构隧道的施工管理,保护建设信息管理系统集成项目管理,数据分析,和建设决策支持尤为重要。

在这项研究中,一个UA / SA)方法,提出了在隧道挖掘的数据分析和决策。提高其预测精度,各种各样的传感器,包括盾构机和地层。此外,为了方便数据收集、处理、分析和表示,一个BIM-BDP发达。整个系统在结构上分为传感模块、存储模块、分析模块,显示模块,如图1。传感模块和存储模块用于收集和存储的隧道工程盾构机数据,并分析模块用于分析盾构机参数。表示模块展品BIM-BDP通过浏览器客户机和实现功能的可视化盾牌参数数据和应用平台。

TBM施工数据传感层需要收集相关实时信息TBM操作和主要控制参数。这个实时信息应该与盾构隧道施工的整个过程,类型和阶段。这个信息分为三类根据工程对象:盾构机(建筑设备),地质空间(地球层信息)和隧道结构(工程实体)。盾构机主要包括其整体几何信息,性能参数描述,每个子系统和关键施工参数的盾牌;隧道结构包括隧道线性设计,功能设计参数,部分环设计参数,和隧道形成质量参数;地质空间包括地质信息,如土壤参数、土壤分层和水文信息(如地下水位,头,渗漏)。这些信息中发挥着重要作用支持进度,质量,成本,以及盾构隧道工程的安全管理。信息分类和存储方法如图所示1。

存储的数据模块包括盾构机的实时数据,数据手册,和BIM三维模型数据。三种类型的数据存储在数据库服务器并建立一个与web服务器请求和响应的关系。web服务器然后建立请求的浏览器。浏览器发送一个请求到web服务器的HTTP访问云数据库格式。web服务器服务器接受请求后,请求被自动转换为SQL查询语句和传递给数据库服务器。在收到请求时,数据库服务器需要验证其合法性,执行数据处理,然后返回到web服务器的处理结构。web服务器,然后将获得的结果转换成HTML文档形式和通过浏览器显示一个友好的web页面。

分析模块的核心BIM-BDP,嵌入敏感性和不确定性分析的算法。UA / SA利用以前发达BIM-BDP收集SRHT的挖掘信息。无数的方法,基于确定性或统计的概念,提出了用于执行UA / SA。现有的大多数方法需要显式表达式(方程或函数)之间的输入和输出。量化不确定性估计PDF的常用方法(41)和累积分布函数(CDF) (31日,42]。认为参数或输入参数之间的相互作用引起的方差模型输出;因此,PDF和CDF可以反映模型输出与输入参数的敏感性(43,44]。因此,参数和总方差参数之间的耦合可以分析GSA [45]。GSA的研究中,代理模型(也称为元模型)通常被用来表示输出的不确定性和计算平均值和标准偏差(46]。我们采用广义多项式混沌扩张(gPCE)方法(47)建立计算便宜的代理近似输入参数和输出参数之间的映射。然后,eFAST方法获取总序敏感性指数,它考虑了单个参数的主要影响产出和之间的交互参数,描述了一个参数对输出的影响。

数据显示模块是基于浏览器的显示和使用Silverlight插件开发交互式界面增加系统交互性。模块可以实现可视化的BIM及其相关文件,完整的网络可视化和实时的盾构机的关键参数。此外,该系统提供了多种数据分析工具来支持建设决策。除此之外,用户可以很容易地找到任何组件的建设时间和物质消费只有选择荡妇。例如,如果任何选择衬圈,施工时间和物质消费的戒指可以清点。通过查询历史数据和导出数据,开挖面稳定性分析和GSA可以基于数据的进一步发展。

为了更好的收集、传输、存储和使用这些数据,平台支持多用户访问和通过互联网远程登录监控,同时减少了对前端硬件和软件的依赖,和它的维护和升级简单。系统采用浏览器/服务器(B / S)结构和使用Java开发工具包(JDK)为开发平台,MyEclipse作为开发工具,Java编程语言,和SQL server 2008作为数据库。

4所示。UA / SA框架

全球计划描述所需的不同步骤的计算部分差异呈现在图2。拟议的框架(如在图2包括三个主要步骤。在步骤1中:生成数据基于投入产出指标体系的输入和输出,我们确认BIM-BDP并生成输入数据相同的“不确定性”相同的变异系数(x)。在步骤2:运行该代理模型代理模型构建的响应和耦合变量,然后我们可以提取输出数据运行的代理模型。步骤3:表演卦,GSA PCE-eFAST方法,输入估计的不确定性和灵敏度的措施,包括msi和tsi和输入参数。在部分4.1- - - - - -4.3我们详细解释了三个步骤。为了说明,我们使用BIM-BDP来验证该方法的适用性。

4.1。第一步:生成数据根据投入产出指标体系

BIM-BDP数据的参数可以按照三类:盾构机、隧道结构和地质空间,包括超过900组的盾构施工参数以及30多个施工监控参数。然而,由于盾构机操作符的有限的注意力,是不可能同时监控所有这些参数。因此,一些重要的参数,显著影响盾构隧道的安全,是盾构施工的关键控制参数算子。

先前的研究[48,49)主要关注的TBM施工阶段的力学性能,如最大推力,磁导率,铣头的旋转速度。Berthoz等人研究了识别相关的控制参数,以保证机器的安全发展和切割轮的支撑功能,如推进速度,总容积损失,推力努力,扭矩在铣头(3]。邹(50)表明,同步注浆技术可以提高围岩的稳定性和控制盾构隧道施工过程中地表变形。此外,根据施工经验和先前的研究14,51),偏差angle和气泡室压力是盾构机的主要监测参数算子对盾构开挖的稳定性进行评估。根据统计分析(52),发现的态度和立场盾构机主要由推力油缸和切割轮系统。因此,一些相关的控制参数(如表所示1)BIM-BDP UA / SA被视为重要的参数研究。在此,x1 -x10是输入和年代1 -年代2的输出。在这项研究中,输入参数和输出参数的分布定义如下:(i)β(r,年代,一个,b):r> 0,年代> 0。的分布参数的支持(一个,b]。分布的形状相关的参数(r,年代和他们比。(2)物流(μ,年代):µ∈R,年代> 0。物流分布类似于正态分布的形状,但重尾(更高的峰态)。(3)拉普拉斯(μ,b):µ∈R,b> 0。拉普拉斯分布也被称为双指数分布,因为它可以被认为是两个指数分布(额外的位置参数)连续拼接在一起。

确定的范围和分布在GSA每个输入参数是重要研究[53,54),因为它可能会影响参数tsi和等级(55]。一般来说,两种方法可以用来设置参数范围和分布:(1)为这些参数有明确的物理解释,他们的价值观应该尽可能覆盖整个物理范围;(2)如果一个参数没有明确的物理解释,每个人都应该参考文献或专家经验。在这项研究中,所有BIM-BDP中的参数有明确的物理或几何意义。β、物流和拉普拉斯分布采用适合的参数。根据拟合精度,最好的拟合分布和每个输入的参数总结在表1。然后,输入集UA / SA)可以生成基于最好的拟合分布。此外,散点图里,构成了一个重要的类的可视化方法。散射矩阵情节高维分散图的扩展,它可以有效地展示多维数据的成对关系。如图3之间有高度的相关性x4(推进速度)和x9(平均土开挖体积与铣刀旋转360°)。很明显,推进速度的增加,平均土开挖体积与铣刀旋转360°也显著增加。

4.2。步骤2:运行代理模型

PCE模型不确定性传播和GSA欢迎来确定输入的不确定性的影响在复杂的计算模型56,57]。目前,我们使用随机变量来表示系统中的不确定性。在本节中,我们介绍的基础gPCE [47为随机不确定性传播。

我们使用一个三联体(ΩF,P)来表示一个完整的概率空间,样本空间Ω的集合所有可能的结果,F⊂2^Ω是σ代数的所有可测量的事件属于Ω,和P:F⟶[0,1]是一个概率测度表明每个事件的发生的可能性。让 :Ω⟶Ξ⊆Rⁿ是一组不相关的随机变量表示的不确定性系统。然后,任何二阶随机变量 可以表示如下(28,57]: 在哪里的最初提出的维纳Wiener-Hermite多项式混沌(假设ζ有一个高斯分布),后来扩展到广义多项式混沌(由Askey更经典的正交多项式)计划(58]。多项式混沌类型的选择取决于随机输入的分布。在当前的工作中,我们使用埃尔米特多项式为高斯随机变量和勒让德多项式均匀随机变量;的参数μ_我被称为gPCE系数。

系列数值计算的目的,通常是截断多项式秩序p与N条款 近似精确的输出 :

基于正交多项式的基础上,gPCE系数可以通过预测计算μ在每个基础使用内积: 在哪里是变量的概率分布ζ,集成可以估计使用正交规则: 在哪里是一组正交分和相应的权重。低维问题,使用张量积交可能有显著的效率;然而,由于正交分数量的增加呈指数随着维数的增加,它遭受高维情况下的“维度”的诅咒。

一旦一个准确gPCE是近似随机构造函数 ,一个可以获得的分析表示函数μ而言,ζ。因此,所有的统计信息μ以简单明了的方式可以从gPCE检索直接使用它们的定义。的jth的时刻μ为j∈N是 可以计算分析或计算量小。特别是第一次和第二次的时刻μ可以直接从gPCE系数如下。的期望μ只取决于第一个系数:

方差得到的加权和的平方gPCE系数:

通过gPCE方法,我们可以量化的不确定性虽然感兴趣的数量(从输入的不确定性传播)有效地利用其随机时刻。

4.3。步骤3:执行卦,GSA PCE-eFAST方法

eFAST方差分解方法,它使用一个周期抽样法和傅里叶变换分区整个方差模型的输出和量化的程度变化每个输入因素占输出方差(59]。定期抽样方法是用于生成搜索参数空间曲线,和实现分区分配周期的每个参数样本有不同的频率(15,46]。然后,傅里叶变换应用于模型输出测量强度的一个因素从输入到输出的频率传播,即。的方差贡献因素对整个输出的方差(12]。

首先,为了更有效地使用模型的评估,一个转换函数在(8)选择输入参数x_我(我= 1,2,…N_t)。 在哪里是一个随机阶段(0,2π]。在这里, , 代表输入参数的特征频率,t为所有输入参数是一个独立的变量。(−π,π), 作为一个统一的时间间隔。通常设置为4或6,序列的最大价值应该满足以下非线性相关: 。在上面的公式中,年代_我是一个整数。因此, 可以转换成 ;也就是说,

的傅里叶级数展开是

傅里叶系数U_j和V_j被定义为

傅里叶频谱曲线的定义是 与j∈Z,你_j,V_j,Λ_p有以下属性:

造成的方差模型的参数的输入的变化可以表示为参数的和1,2,3,…,倍频光谱曲线。 在哪里 , 是定义的整数频率参数x_我,P是一个整数。然后,模型的总方差

的总方差模型的输出W和方差的模型W_我可以获得的U_p,V_p, 。自总方差模型的输出参数或耦合参数,得到的分解可以表示为 在哪里W_ij方差方差(耦合)的输入项x_我通过输入项x_j,W_ijm输入项的方差贡献吗x_我通过误差项x_j和x_米。W_12…k输入项的方差贡献吗x_我通过输入项x₁,x₂、…x_k。因此,一阶灵敏度指数R_我的输入项x_我可以被定义为(17)归一化处理:

全球敏感性指数反映了输入项的总和,直接贡献率,与输入参数间接交互方差模型的输出。通过分解模型的输出方差,eFAST方法可以定量地获得每一个订单和全局灵敏度误差项。因此,eFAST方法不仅可以测试多个误差项的变化的影响在输入模型结果还分析变化的直接和间接影响仿真结果的每个输入项。

总灵敏度计算的具体方法如下。输入项x_我被分配到一个较大的频率 ,然后,一组小不同的整数频率被分配到其他输入项。选择的整数频率应满足以下关系: ,所以频域分为两个部分: 和 。最后,输入项的总灵敏度计算

总结了上述步骤的算法1。

5。超大直径盾构开挖的UA / SA

本研究的数据来自于三阳路Highway-railway隧道(SRHT)。轨道交通7线SRHT项目位于武汉,中国,总长度约31.3公里。这条隧道是专为道路和地铁都使用和建造使用两个超大型(直径15.76米)煤泥水平衡盾构机。SRHT的项目,尤其是在复合地层在江中部分,开挖稳定性的控制是一个至关重要的问题。SRHT项目,BIM-based大数据平台(BIM-BDP)建立了施工监控的参数。

全球UA / SA旨在描述整个组可能的模型结果,与它们相关的频率发生的59]。我们进行了SA调查结果不确定性的差异来源于eFAST的输入参数的变化。此外,我们发现有影响力的输入参数通过计算MSI和TSI。符合(59,60),对于每一个输出变量,MSI的阈值> 0.01和0.1 TSI >对识别有影响的参数。

5.1。代理模型验证

代理gPCE描述建模方法的部分4.2用于建立输入和输出参数之间的关系。因为BIM-BDP中的参数是非线性和构成强耦合系统,这是极其困难的使用有限数目的采样点来构造一个非常高的准确性代理模型,可以完全取代动态模型。因此,调整error-squared [61年), ,计算来验证代理模型的准确性。他们可以通过计算 在哪里p是模型中解释变量的总数(不含常数项),n验证样本的数量,y_我是观测值,y^∗_我代理模型预测的价值,ȳ观测值的平均值。更大的值显示代理模型是一个更好的近似原始的动态模型。

图4显示了散射BIM-BDP观测数据和预测数据的代理模型。在此,的值年代1,年代2是0.850和0.896,分别使用(18)。这些值都接近于1,表明代理模型可以预测的平均大小年代1,年代2,可靠性高。黑色虚线图4意味着观测数据等于预测数据,红线是合适的观测数据与预测数据。上面的两条线的小偏差也表明良好的代理模型的拟合精度。

5.2。GSA的结果

5.2.1。样本大小的影响灵敏度的措施

参数GSA的目标是探索整个输入空间与一个合理的样本大小和识别敏感参数62年]。GSA的一个关键要素是抽样的输入参数模拟,和样本容量确定的计算成本分析(46]。采取了训练样本的不同指标评估代理模型的准确性。元模型是建立使用训练集(X;Y)的大小N_火车比这小得多的总样本N_总从BIM-BDP数据库。值得注意的是在训练集的值不断沿着段选择戒指。然后,通过不同的元模型可以预测数据对原始观测数据进行验证。在这个研究中,7组训练样本(样本大小是704,1408,2816,5632,11264,22528,和45056年,分别)收集与10个输入参数的平均值和标准偏差的拉丁超立方体抽样(lh)方法。然后,年代1,年代2可以通过运行代理模型。MSI的演变和TSI增加样本大小如图5。

关于气泡室压力(年代1),输入参数差异很大的msi和tsi当样本容量小于22528。最重要的参数,推进速度(x4),选择作为一个例子展示SA的结果。msi的推进速度0.356,0.263,0.347,0.301,0.303,0.287,和0.291,分别与样本量增加从704年到45056年;与此同时,tsi是0.401,0.303,0.411,0.347,0.338,0.324,和0.331,分别。MSI和TSI相比,输入参数排名几乎是相同的,只有在样本值为1408。

关于偏差角(年代2),输入参数差异很大的msi和tsi当样本容量小于11264。最重要的参数开挖的实际体积(x10)选择作为一个例子,msi的开挖的实际体积0.377,0.599,0.671,0.470,0.350,0.354,和0.353,分别与样本量增加从704年到45056年;与此同时,tsi是0.449,0.672,0.718,0.501,0.389,0.391,和0.388,分别。MSI和TSI相比,输入参数的排名都是相同的。因此,如果参数GSA的目标是只计算一个输入参数的排名,然后eFAST分析可以应用样本量22528排名产生可靠的结果。

从图5的主要决定因素,样本容量的收敛MSI和TSI代理模型。样本容量超过22528收益最稳定的敏感性指标。当样本容量小,即。的MSI,只有1408推进速度(x4)显示了强烈的变化,不能达到一个稳定的收敛结果。对于大多数的参数,少于11264个样本不足以达到一个稳定值。一般来说,似乎从情节需要的样本容量大于22528达到最终聚合值的参数。

姐姐,最高的为输入参数等推进速度(x4)年代1或开挖的实际体积(x10)年代2,最后稳定的敏感性指数达到相当缓慢,和更大的波动。融合可以获得这种类型的参数条件下的一个大样本的大小。然而,这些不敏感参数更容易轻微波动,会出现与增加样本量。对于那些不敏感参数,SA可以快速获得收敛。这些结果是一致的的研究53),验证本研究的鲁棒性和普遍性。

5.2.2。的msi和tsi整个部分

图6报告全部结果约10 msi和tsi在两个输出参数,输入参数的样本容量下22528(根据结论部分5.2.1)。影响参数(对应于MSI > 0.01 TSI > 0.1)发现有两个输出。

为输出气泡室压力(年代1),同步注浆压力(x2),推进速度(x4),铣刀旋转速度(x6),的比例摄入/放电泥浆(x7),机转矩(x8),土开挖体积(x9)有影响力的参数根据msi,而同步注浆压力(x2),推进速度(x4),土开挖体积(x9)是根据tsi影响参数。最重要的参数推进速度(x4)达成MSI的0.292和0.331 TSI。下一个重要参数,土开挖体积(x9),到达一个MSI值0.258和0.313 TSI的价值。第三个重要的参数,同步注浆压力(x2),到达一个MSI值0.195和0.235 TSI的价值。除此之外,其他输入参数的msi和tsi远低于上述三个参数。

为输出偏差角(年代2),最大推力(x1),同步注浆压力(x2),推进速度(x4),铣刀旋转速度(x6),机转矩(x8),土开挖体积(x9),开挖的实际体积(x10)有影响力的参数根据msi,铣刀旋转速度(x6),机转矩(x8),土开挖体积(x9),开挖的实际体积(x根据tsi 10)是影响参数。最重要的参数开挖的实际体积(x10)达成MSI的0.353和0.388 TSI。下一个重要参数,土开挖体积(x9),到达一个MSI值0.299和0.380 TSI的价值。其他输入参数的msi和tsi远低于上述两个参数。

比较msi和tsi图6的影响,我们发现一个输入参数的交互与其他参数对输出(TSI-MSI)可以比这更大的参数的贡献(MSI);例如,MSI和TSI开挖的实际体积(x10)气泡室压力(年代1)0.002和0.024,TSI MSI的十倍。在这项研究中,TSI,包括参数的相互作用的影响,产量基本相同排名的参数作为MSI(如图6)。由TSI参数重要性可能更好,这可能会给一个更好的定量的总体参数的重要性在整个模拟参数比指数计算MSI的各个参数。

5.3。UA的结果

我们使用全球UA研究传播基本输入参数,输出参数的不确定性,并量化模型输出的信心从现有数据和参数估计。在这项研究中,我们描述了训练有素的元模型通过改变所有的元模型的输入因素在一定范围内。这个过程可以分为四个步骤:步骤1,定义随机分布的类型,包括β,物流,和拉普拉斯在当前的研究中;第二步,创建一个随机样本的输入基于所选择的分布和随机误差引入到模型的输入;步骤3,运行模型使用随机抽样作为输入;第四步,获得每个参数的误差获得95%置信区间。

正如上面提到的,输入参数的初始条件和特定的区域。接下来,lh方法用于生成输入分布的基础上,然后使用PCE-eFAST模型生成的输出。若干次迭代后,PCE-eFAST模型的不确定性将由提供模型的输出。

图7显示的结果UA的固有参数的盾构机在不同的模型输出。由于输入参数的不确定性及其交互模型的输出年代1(每环平均气泡室压力)范围从4.4到5.4 MPa;年代2(偏差角/环)范围从80°−−50°。

本研究需要年代1(平均气泡室压力环)为例。图8展示了单变量不确定性CDF曲线之间的比较和基线。把图8(一)作为一个例子,集x1的平均分布,蓝色的厚实线模型的基线提供输出年代1(如图一样7(一)),红色虚线是单变量模型的输出年代1不确定性提供。如果两条曲线非常相似,这表明价值的变化x1对模型结果没有显著的影响年代1。显然,因素x2(图8(b)),x4(图8(d))x9(图8(我))对模型输出的影响最大,因为他们的单变量不确定性CDF曲线非常不同于基线提供。与此同时,这个因素x1(图8(一)),x2(图8(c)),x3(图8(e))x4(图8(j))没有对模型输出的影响,因为他们的单变量不确定性CDF曲线几乎与基线。UA的结果一致,结果在图6,这表明该方法可以确定输入输出产生重大影响。通过这种方式,UA可以验证结果代理模型的方法在某些方面。

6。讨论

BIM-BDP用于监测盾构隧道施工期间的参数和状态。BIM-BDP的数据库,包括BIM数据库,实时收集数据库,盾构隧道和手动填充数据库,支持管理和进一步分析。然后,我们执行GSA的盾构施工中控制参数BIM-BDP SRHT数据,在高不确定性。我们使用eFAST已被证实是最可靠和有效的GSA方法(13,59]。发现显著差异存在的参数确定为有影响力和noninfluential,参数重要性排名,MSI和TSI在高不确定性的大小并没有被报道。在我们的研究中,发现的重要的一阶MSI和全序集TSI eFAST返回的敏感性指数表现出相同的排名。

根据先前的研究[63年,64年),lh发展过程来建立采样值之间的相关性;因此,韩已被采用为抽样法与eFAST样本的方法。此外,皮尔森相关系数(PCC)(见[65年)已经被用于调查样本之间的相关性。样本的pcc BIM-BDP数据、lh和eFAST用于获得1000个随机参数组合,lh和eFAST照亮在图的方法9。从图9的样本PCC BIM-BDP lh相似的数据。然而,样本的PCC eFAST方法几乎接近于零,这意味着eFAST方法不能有效适应输入样本的相关系数。具体而言,从BIM-BDP数据之间的最大相关系数x4和x9日,0.938和表示之间的强相关性x4和x9。相比之下,最大的相关系数x4和x从lh是0.947 9,这非常类似于BIM-BDP数据。然而,这个系数x4和x9从eFAST方法是0.001,几乎接近于零,完全不同于BIM-BDP数据和lh的系数。

为了阐明eFAST抽样技术的方法,所选样品的平行坐标图如图10,揭示了其变化范围内分布的样本。在图10百分位数参数范围是标准化,并允许跨参数进行比较。数据10(一)和10(b)的样本BIM-BDP系统数据10(c)和10(d)是lh样本,和数字10(e)和10(f)的样本eFAST方法。数据10(一),10(c)10(e)表明,从整个范围,不同的样本数据10(b),10(d)10(f)表示所有的样品x4不同从0.2到0.3(设置为一个例子来说明的相关系数x4,其他参数)。比较数据10(一),10(c)10(e),我们发现样品不填满整个范围的参数从BIM-BDP系统图10(一),而从lh和eFAST方法,样品都设置为所需的分布(例如,制服和正常)在整个范围的数据10(b)和10(c)。

的样品x4从0.2到0.3不等提取整个范围。图9表明之间的相关性x4和x9是非常强烈的,这也可以证明了图10。从BIM-DMSCC系统的样本范围x4是非常相似x9;具体而言,与x4从0.2到0.3不等x在图9几乎从0.18变化到0.4110(b), lh,样本范围的x4也非常相似x9,x4从0.2到0.3不等x在图9几乎从0.16变化到0.4110(d)。然而,eFAST方法,x4从0.2到0.3不等x在图9几乎从0.01变化到0.8110(f)。这是因为eFAST实现的抽样程序定义了一个特定频率的正弦函数为每个输入参数(65年),即。,the search curve in equation (8分配一个值)x基于样本1号通过的样品总数/搜索曲线,N_t。正弦函数的选择取决于所需的分布参数值(如制服、正常)。因此,eFAST输入样本的相关系数的相关系数的方法有很大的不同从BIM-BDP数据输入。

在一般情况下,模型的计算执行时间是当执行eFAST方法(主要关心的问题65年]。然而,eFAST抽样程序的方法可以进一步追究对股价影响的结果。因此,SA方法需要采用比较,莫里斯等基本的影响(66年,67年)和Sobol指数(68年,69年]。此外,只有10两输入参数和输出参数被认为是重要的参数和在本研究调查;然而,超大直径盾构机的控制系统非常复杂,有900多组控制参数。这是因为很难使用元模型以适应很多参数的相关性。更多的努力扩大投入产出指标体系的应用范围将进一步改善GSA的结果。

7所示。结论

是很重要的控制和调整盾构开挖稳定性参数,尤其是SRHT项目,需要跨越1365米在江中部分摘要复合地层。摘要BIM技术利用的重要管理项目数据在盾构开挖SRHT项目数字格式,然后GSA框架采用调查从BIM-BDP参数之间的相关性,可以帮助管理员屏蔽参数的优化管理方案在隧道开挖。

SA可以帮助管理员识别参数的重要性,它可以减少项目的认知不确定性在隧道开挖安全。此外,SA帮助管理员确定什么类型的附加信息的参数应该聚集来提高项目的安全性和可靠性。为输出年代1,x2,x4,x6,x7,x8日,x9有影响力的参数根据msi,x2,x4,x9根据tsi影响参数。最重要的参数x4到达一个MSI的0.292和0.331 TSI。下一个重要参数,x9日到达MSI值的0.258和0.313 TSI值。第三个重要的参数,x2,到达一个MSI值0.195和0.235 TSI的价值。除此之外,其他输入参数的msi和tsi远低于上述三个参数。为输出年代2,x1,x2,x4,x6,x8日,x9日,x10有影响力的参数根据msi,而x6,x8日,x9日,x10根据tsi影响参数。最重要的参数x10达成MSI的0.353和0.388 TSI。下一个重要参数,x9日到达MSI值的0.299和0.380 TSI值。除此之外,其他输入参数的msi和tsi远低于上述两个参数。

的GSA BIM-BDP可以确定量化保护参数之间的相关性。然后,决策者可以在盾构推进评估参数调整策略。这些发现的一般价值,可以外推到其他类似项目在高不确定性。在未来一些后续研究可以调查。只有十输入参数被认为是在这个研究。然而,有必要研究更多的盾构机控制参数,促进建立更有效的模型和更有效地实现特定的目标。更复杂的和有效的混合模型可以更准确地预测研究开挖的稳定性和优化施工方案。此外,积累更多的数据,建模精度将大大提高。未来的工作可以专注于如何减少系统不确定性的GSA技术以及如何扩大应用范围。这将降低系统的不确定性,通过GSA技术扩大其应用范围。

命名法

Ω:	样本空间
F:	的σ代数的所有可测量的事件属于Ω
P:	概率测度显示每个事件的发生的可能性
Ζ:	一组不相关的随机变量,代表系统中的不确定性
μ我:	gPCE系数
E:	期望
:	Wiener-Hermite多项式混沌
N:	正整数
Ρ:	概率分布密度
Ε:	权重
P:	多项式阶
:	欧氏距离
:	方差
x我:	输入参数
:	特征频率的输入参数
T:	自变量为所有输入参数
:	之间的一个随机相位(0,2π]
问:	4或6
Λ马克斯:	序列的最大值
年代我:	整数
:	傅里叶系数
:	傅里叶频谱曲线
W我:	造成的方差模型的输入参数的变化
W:	的总方差模型
国际扶轮:	一阶灵敏度指数
圣我:	的总灵敏度输入项
R2:	确定系数
P:	在模型中解释变量的总数
N:	验证样本的数量
y我:	的观测值
y∗我:	代理模型预测的价值
ȳ:	观测值的平均值
R:	实数集
UA / SA):	不确定性和敏感性分析
TBM:	隧道掘进机
女子:	建筑信息建模
SRHT:	三阳路Highway-Railway隧道
GSA:	全局灵敏度分析
MSI:	主要敏感性指数
TSI:	总敏感性指数
gPCE:	广义多项式混沌扩张
eFAST:	扩展傅里叶振幅敏感性测试
PDF格式:	概率分布函数
提供:	累积分布函数
PCC:	皮尔森相关系数
lh:	拉丁超立方体抽样。

数据可用性

超大隧道掘进机的数据生成的用于支持本研究的发现没有提供,因为保密协议的研究团队与业主和承包商签署。

的利益冲突

作者宣称没有利益冲突。

确认

这项研究是由中国国家自然科学基金(没有。71732001)和中国中部大学的基础研究基金(批准号2018 kfyyxjj005)。此外,金融赞助和现场协调工作在这个具有里程碑意义的项目从武汉地铁集团有限公司有限公司和上海隧道工程有限公司真诚地承认。

引用

1. g . b . Liu r . Wang赵et al .,“预测TBM隧道岩体参数的基于BP神经网络集成的模拟退火算法,”隧道与地下空间技术,95卷,2020年。视图:出版商的网站|谷歌学术搜索
2. 问:潘·d·迪亚斯,“概率评价隧道面临空间随机稳定土壤使用稀疏多项式混沌与全球扩张敏感性分析,“Acta Geotechnica,12卷,不。6,1415 - 1429年,2017页。视图:出版商的网站|谷歌学术搜索
3. n . Berthoz d Branque、h·黄和d . Subrin”TBM软地面互动:1 g epb的烟气传播模型,试验研究”隧道与地下空间技术卷,72年,第209 - 189页,2018年。视图:出版商的网站|谷歌学术搜索
4. e . j . y . Liu Chen S.-T。奎克et al .,“空间变化的影响的强度和模量的横向压缩响应cement-admixed粘土板,“岩土工程,卷65,不。10日,851 - 865年,2015页。视图:出版商的网站|谷歌学术搜索
5. l . y . Liu问:他,y . j .江m . m .太阳,e·j·陈,F.-H。李,“原位含水量变化对深特点。粘土强度的空间变化,“岩土工程,卷69,不。5,391 - 405年,2019页。视图:出版商的网站|谷歌学术搜索
6. l . e . j . Chen叮,x, y . Liu和m . j . Skibniewski”在光谱表征方法和Karhunen-Loeve扩张造型建筑材料属性,“土木和机械工程档案,18卷,不。3、768 - 783年,2018页。视图:出版商的网站|谷歌学术搜索
7. e·j·陈、刘y和F.-H。李,”一个统计模型的无侧限抗压强度深层搅拌列,“岩土工程,卷66,不。5,351 - 365年,2016页。视图:出版商的网站|谷歌学术搜索
8. y, y . Liu和e·j·陈,“概率调查缺陷jet-grouted截水墙用随机几何缺陷,”岩土工程,卷69,不。5,420 - 433年,2018页。视图:出版商的网站|谷歌学术搜索
9. j . Ninic c·科赫,j . Stascheit”一个集成平台设计和数值分析隧道盾构掘进过程的不同级别的细节,“工程软件的进步卷,112年,第179 - 165页,2017年。视图:出版商的网站|谷歌学术搜索
10. d·道格拉斯史密斯t . Iwanaga b·f·w·克罗克和a·j·Jakeman”某些趋势的不确定性和敏感性分析:软件工具和技术的概述,“环境建模与软件文章ID 104588卷,124年,2020年。视图:出版商的网站|谷歌学术搜索
11. w·l·刘和l . y .叮”全球影响力的参数灵敏度分析地铁隧道的开挖稳定,”自动化建设文章ID 103080卷,113年,2020年。视图:出版商的网站|谷歌学术搜索
12. a . Saltelli s Tarantola, k . psi。Chan“定量model-independent全球模型输出的灵敏度分析方法”技术计量学第41卷。。1,39-56,1999页。视图:出版商的网站|谷歌学术搜索
13. a . Saltelli全局灵敏度分析:底漆美国新泽西州霍博肯市约翰·威利,2008年。
14. l·m·w·l·刘x g . Wu, j . j .郑j.y.腾,“全局灵敏度分析tunnel-induced建筑运动的精确的元模型,”计算机在土木工程杂志》上2017年,卷。31日。视图:出版商的网站|谷歌学术搜索
15. w·刘,吴x, y . Wang l . Zhang和j .腾”运营隧道结构健康风险的敏感性分析,“自动化建设卷,94年,第153 - 135页,2018年。视图:出版商的网站|谷歌学术搜索
16. l . j . Li Jing,郑x, p . Li和c·杨”的应用和前景信息和情报技术安全、高效TBM施工、”隧道与地下空间技术文章ID 103097卷,93年,2019年。视图:出版商的网站|谷歌学术搜索
17. w·h·周h . y .秦j·l·邱et al .,“建筑信息建模评估与潜在的应用在中国隧道工程,“皇家学会开放科学,4卷,2017年。视图:出版商的网站|谷歌学术搜索
18. w·f·张,t·h·林和y . c .林”有害气体的实时安全监测体系建设集成无线传感器网络和建筑信息建模技术,”传感器p . 436,卷。18日,2018年。视图:出版商的网站|谷歌学术搜索
19. j . x朱g·赖特,x和y . Wang j . Wang”评论的地理信息系统的集成和建筑信息模型在数据层面,“ISPRS国际信息杂志》上,7卷,不。2,p。66年,2018年。视图:出版商的网站|谷歌学术搜索
20. w·Solihin c·伊士曼研究。李,D.-H。杨,”一个简化为BIM数据转换为一个关系数据库模式query-efficient和空间启用数据库,”自动化建设卷,84年,第383 - 367页,2017年。视图:出版商的网站|谷歌学术搜索
21. r·g·加尼姆和p·d·斯帕诺随机有限元方法:响应数据。随机有限元素:一个光谱的方法施普林格,柏林,德国,1991年。
22. n .维纳“齐次混乱”,美国数学杂志》,60卷,第586 - 560页,1938年。视图:出版商的网站|谷歌学术搜索
23. d .秀和g . e . Karniadakis”维纳- askey多项式混沌随机微分方程,”暹罗期刊在科学计算,24卷,不。2、619 - 644年,2002页。视图:出版商的网站|谷歌学术搜索
24. m . Paffrath和美国威夫”,为故障检测采用多项式混沌扩张。”计算物理学杂志,卷226,不。1,第281 - 263页,2007。视图:出版商的网站|谷歌学术搜索
25. 诉Yaghoubi, s公司,b . Sudret和t . Abrahamsson“稀疏多项式混沌频率响应函数的扩展使用随机频率变换,“概率工程力学卷,48 39-58,2017页。视图:出版商的网站|谷歌学术搜索
26. d . Metivier m . Vuffray, s . Misra”有效的多项式混沌在电力系统不确定性量化扩张,”电力系统研究文章ID 106791卷,189年,2020年。视图:出版商的网站|谷歌学术搜索
27. j . c . Helton和w·l·Oberkampf”的认知不确定性的备选表示,“可靠性工程和系统安全,卷85,不。1 - 3、1 - 10,2004页。视图:出版商的网站|谷歌学术搜索
28. b . Sudret“全局灵敏度分析使用多项式混沌扩张,”可靠性工程和系统安全,卷93,不。7,964 - 979年,2008页。视图:出版商的网站|谷歌学术搜索
29. a . Saltelli和p . Annoni”如何避免敷衍的灵敏度分析,“环境建模与软件,25卷,不。12日,第1517 - 1508页,2010年。视图:出版商的网站|谷歌学术搜索
30. p . j . Nossent Elsen, w . Bauwens“Sobol复杂环境模型的灵敏度分析,“环境建模与软件,26卷,不。12日,第1525 - 1515页,2011年。视图:出版商的网站|谷歌学术搜索
31. f . Pianosi t·魏格纳,“全球灵敏度分析的一种简单而有效的方法基于累积分布函数,“环境建模与软件卷,67年,页1 - 11,2015。视图:出版商的网站|谷歌学术搜索
32. 诉Dubourg和b . Sudret Meta-model-based重要性抽样的可靠性灵敏度分析,“结构安全卷,49 27-36,2014页。视图:出版商的网站|谷歌学术搜索
33. 问:刘翔和t . Homma”的新计算方法moment-independent重要性度量不确定性,”可靠性工程和系统安全,卷94,不。7,1205 - 1211年,2009页。视图:出版商的网站|谷歌学术搜索
34. m . Jaxa-Rozen和j . Kwakkel”基于树的整体环境模型的灵敏度分析的方法:与Sobol和莫里斯技术性能比较,”环境建模与软件卷,107年,第266 - 245页,2018年。视图:出版商的网站|谷歌学术搜索
35. h·l·张x Wu朱,s m . AbouRizk”从给定数据执行全球不确定性和敏感性分析在隧道施工中,“计算机在土木工程杂志》上没有,卷。31日。6、文章ID 04017065, 2017。视图:出版商的网站|谷歌学术搜索
36. e·瑞恩,o .野生、a . Voulgarakis和l·李,“快灵敏度分析方法需要大量的计算模型与多维输出,“立模型开发,11卷,不。8,3131 - 3146年,2018页。视图:出版商的网站|谷歌学术搜索
37. r . i Cukier c . m . Fortuin k·e·舒勒a·g·Petschek和j . h . Schaibly”研究耦合反应系统不确定性的敏感性系数。我理论。”《物理化学》杂志上卷,59号8,3873 - 3878年,1973页。视图:出版商的网站|谷歌学术搜索
38. a . Saltelli m . Ratto s Tarantola, f . Campolongo”更新1:化学模型的灵敏度分析,“化学牧师,112卷,2012年。视图:出版商的网站|谷歌学术搜索
39. s . Tarantola d Gatelli, t·a·马拉”随机平衡设计一阶全球敏感性指数的估计,”可靠性工程和系统安全,卷91,不。6,717 - 727年,2006页。视图:出版商的网站|谷歌学术搜索
40. t·a·马拉和s . Tarantola”应用程序全局灵敏度分析的模型输出建立热模拟,”建筑模拟,1卷,不。4、290 - 302年,2008页。视图:出版商的网站|谷歌学术搜索
41. r·k·Tripathy和i Bilionis深UQ:学习深层神经网络代理模型对高维度量化不确定性,”计算物理学杂志卷,375年,第588 - 565页,2018年。视图:出版商的网站|谷歌学术搜索
42. f . Pianosi f . Sarrazin, t·魏格纳,“全局灵敏度分析的matlab工具箱,”环境建模与软件卷,70年,第85 - 80页,2015年。视图:出版商的网站|谷歌学术搜索
43. r·h·起诉和m·a·凯撒”系统的可靠性和灵敏度因素通过mmp法”概率工程力学,20卷,不。2、148 - 157年,2005页。视图:出版商的网站|谷歌学术搜索
44. n . Fajraoui f . Ramasomanana尤尼斯,t·a·马拉·涡流和a .妮妮”使用全局灵敏度分析和多项式混沌扩张解释的不反应的运输实验在实验室多孔介质中,“水资源研究47卷,2011。视图:出版商的网站|谷歌学术搜索
45. n . Fajraoui t·a·马拉a·尤尼斯和r . Bouhlila”反应交通参数估计和全局灵敏度分析使用稀疏多项式混沌扩张,”水、空气和土壤的污染,卷223,不。7,4183 - 4197年,2012页。视图:出版商的网站|谷歌学术搜索
46. s . m . Spiessl预算。贝克尔,a·鲁贝尔“EFAST分析应用于PA模型为通用HLW库在粘土,”可靠性工程和系统安全卷,107年,第204 - 190页,2012年。视图:出版商的网站|谷歌学术搜索
47. y, m . Razi c . Forestiere l . Dal黑人和r·m·柯比“不确定性量化指导稳健设计纳米颗粒的形态。”计算机在应用力学和工程方法卷,336年,第593 - 578页,2018年。视图:出版商的网站|谷歌学术搜索
48. j . r .张、黄g和x m .郭台铭“安全控制的最佳元模型运营地铁隧道盾构隧道在地下通道,”结构控制和健康监测,25卷,2018年。视图:出版商的网站|谷歌学术搜索
49. r . Hasanpour j . Rostami m .肌肉和j·施密特,”参数的影响研究各种地质和机器参数对推力要求操作一个盾牌TBM在挤压地面,“隧道与地下空间技术卷,73年,第260 - 252页,2018年。视图:出版商的网站|谷歌学术搜索
50. j .邹和s .左”相似的解决方案同步注浆垂直non-axisymmetric下盾构隧道的位移边界条件,”应用数学和力学的进步,9卷,不。1,第232 - 205页,2017。视图:出版商的网站|谷歌学术搜索
51. l . Zhang w·刘,吴x, y,“概率分析使用混合FE-copula tunneling-induced建筑安全评价模型,”结构和基础设施工程,14卷,不。8,1065 - 1081年,2017页。视图:出版商的网站|谷歌学术搜索
52. c, h, l .叮,l·魏和y周,“动态预测盾构隧道的态度和立场:深学习方法,“自动化建设文章ID 102840卷,105年,2019年。视图:出版商的网站|谷歌学术搜索
53. l . j . Wang x Li Lu, f .方“作物生长模型的参数敏感性分析基于扩展傅里叶振幅敏感性试验方法,”环境建模与软件48卷,第182 - 171页,2013年。视图:出版商的网站|谷歌学术搜索
54. e . Vanuytrecht d Raes, p . Willems”全球产量水分生产力的输出模型的灵敏度分析,“环境建模与软件,51卷,第332 - 323页,2014年。视图:出版商的网站|谷歌学术搜索
55. c·f·马、李x和s . g .王”全球土壤参数的灵敏度分析与使用先进的反向散射积分方程模型中,“IEEE地球科学和遥感53卷,第5623 - 5613页,2015年。视图:出版商的网站|谷歌学术搜索
56. o . Garcia-Cabrejo和a . Valocchi”全球多元输出灵敏度分析使用多项式混沌扩张,”可靠性工程和系统安全卷。126年,技能,2014页。视图:出版商的网站|谷歌学术搜索
57. g . Deman k . Konakli b . Sudret j . Kerrou p . Perrochet和h . Benabderrahmane”使用稀疏多项式混沌扩张对全球灵敏度分析多层地下水长的预期寿命的水文地质模型,”可靠性工程和系统安全卷,147年,第169 - 156页,2016年。视图:出版商的网站|谷歌学术搜索
58. n .维纳“齐次混乱”,美国数学杂志》,60卷,不。4、897 - 936年,1938页。视图:出版商的网站|谷歌学术搜索
59. l高,b·a·布莱恩·m·诺兰j·d·康纳x的歌,和g .赵“健壮的全局敏感性分析在深通过情景分析的不确定性,”环境建模与软件卷,76年,第166 - 154页,2016年。视图:出版商的网站|谷歌学术搜索
60. a·科森扎·g·麦纳,p . a . Vanrolleghem和m·b·诺伊曼”Variance-based敏感性分析污水处理厂造型。”科学的环境卷,470 - 471,1068 - 1077年,2014页。视图:出版商的网站|谷歌学术搜索
61. e . j . Mosbaek经济预测和政策由h·赛尔北荷兰酒吧。有限公司,荷兰阿姆斯特丹,1961年。
62. m·d·麦凯,r·j·贝克曼和w·j·科诺菲尔”三种方法的比较选择输入变量的值在分析计算机代码所产生的输出,“技术计量学,42卷,不。1,55 - 61、2000页。视图:出版商的网站|谷歌学术搜索
63. a . Radomyski e . Giubilato p . Ciffroy a . Critto c . Brochot和a . Marcomini”造型生态和人体接触出现在威尼斯泻湖-第二部分:量化不确定性和灵敏度分析耦合接触模型,”科学的环境卷,569 - 570,1635 - 1649年,2016页。视图:出版商的网站|谷歌学术搜索
64. w·f .烹调的菜肴,l . Lu x,和c·f·马”重量确定可持续发展指标使用全局灵敏度分析方法,”可持续性,9卷,不。2,p。303年,2017年。视图:出版商的网站|谷歌学术搜索
65. 马里诺,i b·霍格c·j·雷和d·e·柯式”的方法执行全球不确定性和敏感性分析在系统生物学,”理论生物学杂志》上,卷254,不。1,第196 - 178页,2008。视图:出版商的网站|谷歌学术搜索
66. m·d·莫里斯“阶乘抽样计划初步计算实验,”技术计量学,33卷,不。2、161 - 174年,1991页。视图:出版商的网站|谷歌学术搜索
67. f . Campolongo j . Cariboni, a . Saltelli”高效的筛选设计大型模型的灵敏度分析,“环境建模与软件,22卷,不。10日,1509 - 1518年,2007页。视图:出版商的网站|谷歌学术搜索
68. i m . Sobol“全球敏感性指数非线性数学模型和蒙特卡罗估计,“数学和计算机模拟,55卷,不。1 - 3、271 - 280年,2001页。视图:出版商的网站|谷歌学术搜索
69. a . Saltelli和美国Tarantola”,在数学模型的输入因素的相对重要性,”美国统计协会杂志》上,卷97,不。459年,第709 - 702页,2002年。视图:出版商的网站|谷歌学术搜索

版权

版权©2021埃尔顿·j·陈等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。