问题标签 [openturns]

我有一个在 OpenTURNS 中构建的可靠性模型，它有几个极限状态函数，可以取 2 到 8 个随机变量 (RV)。我最初的尝试是定义一个包含所有八个变量的 RandomVector，并将此 RandomVector 用于所有事件计算。对于二变量极限状态函数，使用 Monte Carlo 的结果是合理的，但使用 FORM 或 SORM 时完全不准确。但是，当我将 FORM 或 SORM 与仅包含两个 RV 用于二变量极限状态函数的 RandomVector 一起应用时，它运行良好。

正确的概率是 0.000427，而具有 8 变量模型的 FORM 和 SORM 都返回大约 1e-29 的值。对于双变量模型，FORM 返回正确的值 0.00427。

当使用二变量或八变量 RandomVectors 时，设计点向量的分量是相似的：

• 八变量模型的设计点（见第一个和第三个元素）： [-0.445716,0.0305458,3.30454,-0.119868,0.0317001,-0.0382662,-0.0233416,7.59606,7.5671]

• 双变量模型的设计要点：[-0.438289,3.30553]

请参阅下面的reprex。我在 Windows 10 上使用 OpenTURNS 1.14。

我有一个真实值样本，其中包含离散随机变量的独立实现，我想创建适合该数据的分布。

分布似乎是为此目的而UserDefined设计的，但需要计算每个点的权重，具体取决于其在样本中的频率：

但是我们必须先计算points和weights。为此，我使用 Numpyunique函数计算了点和权重。但是，这听起来像是类的限制UserDefined。我怎样才能更简单地做到这一点？

我正在使用 openturns 来找到最适合我的数据的分布。我得把它画好，但 X 限制比我想要的要大得多。我的代码是：

我想将 X 限制设置为“graph.setXLim”之类的东西，就像我们在 matplotlib 中所做的那样，但我坚持使用它，因为我是 OpenTurns 的新手。

提前致谢。

在将 Openturns 从 1.15 更新到 1.16rc1 后，我在构建场函数的元模型时遇到了以下问题：

减少计算负担：

“FittingTest-KolmogorovSamplingSize”已从 OpenTurns 1.16rc1 中删除，当我尝试将拟合测试替换为：

或与

代码冻结。有什么解决办法吗？

我想用 OpenTURNS 创建高斯样本的对数似然的等高线图。每个等高线映射到一个函数值，该函数值由绘图的图例指示。问题是图例在某种程度上隐藏了轮廓：如何设置绘图以使图例不隐藏内容？

这是一个例子。我创建了一个Normal与 20 至 79 岁之间的男性身高相对应的分布（参见“美国人口普查局的统计摘要。”表 209. 2012）。然后我从这个分布中生成一个样本。我定义了对数似然函数，它采用输入向量 (mu, sigma) 并返回一个包含对数似然输出的一维向量。我可以使用draw这个函数的方法来创建等高线图。

这会产生：

如何设置绘图以使图例不隐藏轮廓？

我有一个并且我想用最大似然估计Sample来拟合分布的参数。Beta此外，我想将其参数截断为 [0,100] 区间。这应该很容易MaximumLikelihoodFactory，但问题是优化算法失败了。如何更改算法以使其成功？

这是一个简单的示例，其中我生成了一个大小为 100 的样本，并使用setKnownParameter.

前面的脚本产生：

该算法肯定会失败，因为 alpha 和 beta 的值相对于它们的默认值没有变化。

我不知道为什么会失败，也许是因为它使用了有限差分导数。无论如何，我想自定义优化算法，看看它是否可以改变任何结果，但我不知道该怎么做。

我有一个SampleOpenTURNS，我想在它上面安装一个发行版。为了考虑参数的数量，我想使用贝叶斯信息准则（BIC）。贝叶斯信息准则 (BIC) 根据加权最大似然准则对模型列表进行排名，该准则考虑了样本大小和每个分布的参数数量。BIC 分数越低越好。

我知道FittingTest.BestModelBIC返回最适合数据的模型。然而，我希望看到的不仅仅是最合适的：也许第二好的 BIC 对我来说有更多的物理意义？

如何在 OpenTURNS 中执行此操作？

PS 这里是BestModelBIC的一个例子。

我有一个特定的帕累托分布。例如，

我从这个答案中获得了它，现在我想在matplotlib中绘制其概率密度函数（PDF）的图表。所以我相信x轴都是正实数，y轴也是一样的。

我如何才能获得适当的 PDF 信息并绘制它？ 以编程方式获取数学 PDF 函数或坐标是此问题的要求。

更新：

该drawPDF方法返回一个包含 PDF 坐标的 Graph 对象。但是，我不知道如何以编程方式访问这些坐标。我当然不想将对象转换为字符串，也不想使用正则表达式来提取信息：

我正在尝试按照以下示例通过克里金法在 2D 网格上插入响应： 如何在 Python 中使用克里金法插入 2D 空间数据？

但是，当我尝试从 OpenTURNS 中的一维数组创建样本时，

我不断收到此错误

这也不起作用：

在以下来自 Openturns FORM 示例的代码中：

创建输出随机向量 Y=model(X)

创建事件 Y > 4

创建 FORM 算法

运行算法并检索结果

创建分析后重要性采样模拟算法

创建分析后受控重要性采样模拟算法

在优化过程中是否可以看到 X1、X2 和 Y 的值？

我希望在需要几分钟才能运行的模拟中实现这一点——所以最好看看优化过程的步骤。

谢谢 ：-）