軌道不確実性伝播のためのアクティブサンプリングベースの多項式カオス–クリギングモデル

不確実性の伝播には通常、大量の異なる入力パラメーターに対して対象モデルを繰り返し評価する必要があります。サロゲートモデルは、元のモデルを評価しやすい関数モデルに置き換えることによって、この計算集約的な不確実性伝播を回避するために広く使用されています。本論文では、多項式カオスに基づくクリギングを軌道不確実性伝播のためのサロゲートモデルとして使用しています。多項式カオスは不確実性分布のグローバルトレンドを表し、クリギングは局所的な変動を説明します。このような組み合わせは、個々の多項式カオスや通常のクリギング表現よりもより正確なサロゲートモデルを提供することができます。精度をさらに向上させるために、新しいアクティブサンプリング戦略が提案され、多項式カオスに基づくクリギングモデルを段階的に構築および改善します。この新しいモデリングスキームは、モンテカルロに基づく伝播に近い性能を達成しつつ、小さな数のサンプリングポイントしか必要としません。また、ランダムサンプリングに基づくクリギングモデルよりもより正確です。提案されたサロゲートモデルの有効性を示すために、3つの軌道不確実性伝播の例が使用されています。