论文部分内容阅读
全局灵敏性和不确定性分析为燃烧动力学模型的可靠性和误差来源提供了定量的评估方法。过去几十年，多种全局灵敏性和不确定性分析方法被提出，应用最广泛的就是高维模型映射(HDMR)方法。精确地进行全局灵敏性和不确定性分析需要大量的样本，然而对于较为复杂的燃烧动力学模型获取大量样本是非常困难的。本文结合人工神经网络(ANN)算法和方差分析的方法发展了一种新的全局灵敏性和不确定性分析方法，并应用于甲烷燃烧动力学模型的全局灵敏性和不确定分析中，相比HDMR方法具有更快的收敛速度，能在相同样本数的条件下得到更好的结果。