Calcul probabiliste de la portance des fondations superficielles par l'utilisation du chaos polynomial creux et de l'analyse de sensibilité globale
Abstract
The sparse polynomial chaos expansion (SPCE) methodology is an efficient approach that deals with uncertainty propagation in case of high-dimensional problems (i.e. when a large number of random variables is involved). This methodology significantly reduces the computational cost with respect to the classical full polynomial chaos expansion (PCE) methodology. Notice however that when dealing with computationally-expensive deterministic models, the time cost remains important even with the use of the SPCE. In this paper, an efficient combined use of the SPCE methodology and the global sensitivity analysis (GSA) is proposed to solve such a problem. The proposed methodology is validated by comparison of its results with those given by the classical SPCE method.
La méthodologie de développement par chaos polynomial creux (Sparse Polynomial Chaos Expansion SPCE) est une approche efficace permettant la propagation des incertitudes dans le cas des problèmes à grandes dimensions (i.e. pour les problèmes où un grand nombre de variables aléatoires est considéré). Cette méthodologie permet de réduire de manière significative le temps de calcul par rapport à la méthodologie de développement par chaos polynomial classique (Polynomial Chaos Expansion PCE). Notons cependant que lorsqu'il s'agit de modèles déterministes lourds, le temps de calcul reste important, même avec l'utilisation du chaos polynomial creux. Dans ce papier, une utilisation combinée du chaos polynomial creux et de l'analyse de sensibilité globale (dénommée par la suite SPCE/GSA) est proposée pour résoudre ce problème. La validation de la méthodologie SPCE/GSA a été effectuée par confrontation des résultats obtenus par cette méthode avec ceux donnés par la méthode du SPCE classique.
Origin | Files produced by the author(s) |
---|