一种基于多模型的蒙特卡洛模拟数据不确定性评定方法

摘要文本

本发明涉及可靠性分析技术领域，更具体的说是一种基于多模型的蒙特卡洛模拟数据不确定性评定方法，该方法包括以下步骤：S1：对原始数据进行粗误差的过滤；S2：将数据分为输入量和输出量，进行标准化的预处理，建立模型训练数据集和测试数据集；S3：训练ARX、SVR和RBF三种回归模型，建立输入值和输出值的数学关系式；并依据训练的R2指标，计算三种回归模型的权重；S4：确定输入量的概率分布，选择蒙特卡洛试验次数M；将M个生成的输入量带入三种训练好的回归模型中，计算得到M组输出量；S5：将三种回归模型的权重和输出量相乘并加和，得到基于多模型蒙特卡洛模拟数据不确定性评定；解决复杂非线性系统的输入输出关系的数学模型方案。