證據(jù)理論框架下主動學習代理模型驅(qū)動的CFD模擬不確定性量化方法

摘要： 計算流體力學（CFD）模擬中存在模型參數(shù)、數(shù)值離散和邊界條件等諸多形式各異的不確定因素。鑒于證據(jù)理論具有靈活的建?？蚣?，且能同時量化CFD模擬中的隨機和認知不確定性，基于其提出了一種證據(jù)理論框架下主動學習代理模型驅(qū)動的CFD模擬不確定性量化方法，以較少的CFD仿真模型調(diào)用次數(shù)實現(xiàn)對CFD模擬結(jié)果的不確定性量化。該方法采用最優(yōu)最大最小距離策略生成空間分布良好的候選樣本點，通過動態(tài)... （共14頁）