考虑随机和认知混合不确定性的航空发动机燃烧效率灵敏度分析

针对燃烧室初步设计阶段输入参数存在混合不确定性的特点,提出一种概率盒框架下的全局灵敏度分析方法。简单介绍了航空发动机燃烧效率的一维计算方法;在随机和认知混合不确定性的概率盒表征基础上,使用Sobol指标的上下限表征概率盒中随机与认知混合不确定性对响应的贡献程度;最后基于双层嵌套蒙特卡洛/非嵌入式多项式混沌展开(Monte Carlo Simulation/Non-intrusive Polynomial Chaos Expansion,MCS/NIPCE)方法对概率盒灵敏度指标进行求解,筛选出重要变量和次要变量,实现模型的降维。通过某航空发动机燃烧效率的全局灵敏度分析对所提出的方法进行了验证。研究结果表明,Sobol指标的上下限可以显著表征概率盒灵敏度指标,在保证计算精度的前提下,双层MCS/NIPCE方法的计算效率要远远高于传统双层蒙特卡洛(Monte Carlo Simulation,MCS/MCS)方法,可获得考虑随机和认知混合不确定性情况下燃烧效率输入参数的重要性排序。

基于面积重叠法的概率盒全局灵敏度计算分析

针对随机与认知混合不确定性的概率盒灵敏度分析问题,提出一种利用概率盒缩减前后重叠面积作为不确定性度量的全局灵敏度分析方法.混合不确定性在航空航天仿真系统中广泛存在,概率盒方法用于随机与认知混合不确定性的表征在学术界已被广泛应用.首先,介绍传统概率盒灵敏度分析的不确定性缩减法理论,在此基础上,进一步考虑概率盒在位置和形状上的偏移量;然后,通过计算缩减前后的概率盒面积重叠量来表征各输入不确定性的影响程度,阐述其实施步骤;最后,通过数值算例对所提出方法与传统不确定性缩减方法进行全局灵敏度分析的对比和验证,并应用于发动机总体性能仿真计算灵敏度排序.研究结果表明,所提出面积重叠方法比传统不确定性缩减法适用范围更广,计算结果更准确.

社会科学实验和信息设计研究:方法与实证研究

作为一种定量研究方法,实验法在社会科学中被研究者广泛运用。同时,由于其能明确判定信息刺激与效果之间的因果关系,实验法也自然成为了传播学信息设计研究中的重要方法。本文从方法视角切入,借助对信息设计实验相关概念及文献的梳理,以及一项具体实证研究,阐释了实验方法在信息设计研究中的应用,并对开放科学、跨学科交叉及智能技术发展背景下的信息设计研究进行了思考和展望。