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。
欢迎加入QQ群-->： 979659372
