基于因子函数的α-IHS抽样方法

核电厂概率安全分析中,由于数据源存在不确定性,导致无法进行准确评估,因此需开展不确定性分析。样本在空间分布的均匀特性是不确定性分析的关键因素,不同的样本分布导致不确定分析结果差异较大。传统的拉丁超立方抽样方法在样本空间分布均匀性方面未进行优化,改进分布式超立方抽样(IHS)方法通过保持样本点之间的最优距离来实现空间均匀分布,但其最优距离只能在理想分布下达到最优。为改进IHS设计上的缺陷,提出了基于因子函数的α-IHS方法,利用修正因子α来优化IHS方法中的最优距离。结果表明,该方法较IHS方法具有更均匀的空间分布,提高了抽样效率。