基于python的随机降阶模型
SROM的Python项目详细描述
srompy-stochasticr导出oo rderm带py的模型thon
一般
用于生成随机降阶模型(sroms)并将其应用于不确定性量化问题的python模块。有关详细信息,请参阅docs/
目录中的文档
依赖关系
srompy适用于python 2.7,它依赖于以下软件包:
- 努比
- scipy
- matplotlib
- MPI4PY(并行运行时可选)
- pytest(如果要运行测试套件,则为可选)
示例用法
fromSROMPy.postprocessimportPostprocessorfromSROMPy.sromimportSROMfromSROMPy.targetimportNormalRandomVariable#Initialize Normal random variable object to be modeled by SROM:normal=NormalRandomVariable(mean=3.,std_dev=1.5)#Initialize SROM & optimize to model the normal random variable:srom=SROM(size=10,dim=1)srom.optimize(normal)#Compare the CDF of the SROM & target normal variable:post_processor=Postprocessor(srom,normal)post_processor.compare_CDFs()
以上代码片段生成以下CDF比较图:
开始
开始使用srompy的最好方法是查看examples/目录中的脚本。通过spring-mass系统传播不确定性的一个简单示例可以在examples/spring-mass/中找到,而examples/phm18/目录包含在以下概率预测会议论文中再现结果所需的脚本:https://www.phmpapers.org/index.php/phmconf/article/view/551有关更多信息,请参阅docs/SROMPy_doc.pdf(正在进行的工作)中的源代码文档或SROMPy发行版附带的以下技术报告
测试
可以通过从tests/目录运行“py.test”来执行这些测试,以确保正确的安装。
参考
如果您使用srompy进行研究,请引用技术报告:
华纳J.E.(2018)。基于python的随机降阶模型(srompy)。NASA/TM-2018-219824。
报告可以在docs/references
目录中找到。谢谢!
开发人员
UQ卓越中心
美国宇航局兰利研究中心
弗吉尼亚州汉普顿
该软件由美国宇航局兰利研究中心的高性能计算孵化器(hpci)资助和开发。
撰稿人:詹姆斯·华纳(James Warner),卢克·莫里尔(Luke Morrill),胡安·巴林托斯(Juan Barrientos)
许可证
版权所有2018美国政府,由国家航空航天局局长代表。在美国,《美国法典》第17编中没有版权要求。保留所有其他权利。
使用python(srompy)平台的随机降阶模型是在apache许可证2.0版(“许可证”)下获得许可的;除非符合许可证,否则您不能使用此文件。您可以在http://www.apache.org/licenses/LICENSE-2.0获得许可证副本
除非适用法律要求或书面同意,否则根据许可证分发的软件按“原样”分发,无任何明示或默示的保证或条件。请参阅许可证,以了解控制许可证下权限和限制的特定语言。