将LHS取得的样本运用到重要抽样中称为LH重要抽样可靠性分析方法。当重要抽样 是简单重要抽样时简单LH重要抽样(standard importance latin hypercupe samping, Sl[LHS)的 计算公式如下。首先是在标准正态分布空间内进行拉丁超立方抽样,得到样本U。 拉丁超立方相较于蒙特卡洛,改进了采样策略能够做到较小采样规模中获得较...
将会急剧下降,甚至完全失效.为解决这一问题,该文提出一种基于拉丁超立方抽样和场景消减的居民用户CBL估计方法.首先基于拉丁超立方抽样和场景消减,生成每个时段的代表性负荷场景,再通过迭代消减融合将单时段场景连接形成日负荷曲线场景,以此增加对照组样本多样性.以伦敦居民用户实测负荷数据为例,验证了该文所提方法具有...
接着将六个子目标权重比作为设计变量,采用拉丁超立方实验设计方法设计实验,获取30个实验样本;基于实验样本构造代理模型,并在代理模型的基础上利用遗传算法进行求解,... 孙晓旭 - 南京农业大学 被引量: 0发表: 2021年 基于实测载荷谱的商用车驾驶室悬置隔振性能优化研究 对某商用车进行平顺性测试路面载荷谱采集,建立...
将LHS取得的样本运用到重要抽样中称为LH重要抽样可靠性分析方法。当重要抽样 是简单重要抽样时简单LH重要抽样(standard importance latin hypercupe samping, Sl[LHS)的 计算公式如下。首先是在标准正态分布空间内进行拉丁超立方抽样,得到样本U。 拉丁超立方相较于蒙特卡洛,改进了采样策略能够做到较小采样规模中获得较...
计算公式如下。首先是在标准正态分布空间内进行拉丁超立方抽样,得到样本U。 拉丁超立方相较于蒙特卡洛,改进了采样策略能够做到较小采样规模中获得较高的采样精度。 📚2 运行结果 🌈3 Matlab代码实现 链接:https://pan.baidu.com/s/1vFINdG9OY5oeyuDFlE1FqA ...
本发明公开一种基于改进拉丁超立方抽样的虚拟驾驶场景要素重组方法,基于原始数据,经过如下步骤获得重组数据:1)统计离散要素组合;2)确定离散要素组合在累计概率分布中的采样点;3)确定离散要素组合属性;4)确定离散要素组合的抽样次数;5)对应提取连续要素;6)计算连续要素的累计概率分布;7)确定连续要素的采样点位置;8)确定...
基于改进拉丁超立方抽样的虚拟驾驶场景要素重组方法专利信息由爱企查专利频道提供,基于改进拉丁超立方抽样的虚拟驾驶场景要素重组方法说明:本发明公开一种基于改进拉丁超立方抽样的虚拟驾驶场景要素重组方法,基于原始数据,经过如下步骤获得重组数...专利查询请上爱企查
基于蒙特卡诺的风、光模型出力【蒙特卡诺场景削减】(Matlab代码实现) 拉丁超立方抽样方法LHS最早是由McKay等1[5$提出,现已用于很多领域[60-63]。将LHS应用于结构可靠性分析,可提高数值模拟结构可靠性分析样本代表性,进而提高结构可靠性分析结果精度与效率。