是否可以使用python执行参数灵敏度分析？

Question

这可能吗？我有一个基本的等式:

Q = (pi*(Ta-Ts))/(((1/ha*Do))+(1/(2*k))*math.log(Do/Di)) * L

where; 
ha = 8.14
k = 0.0026
Do = 0.2
Di = 0.003175
L = 0.25
F = 0.0704
Ta = 293
Ts = 113
pi = 3.14159265

我想看看一些变量如何影响最终输出(并构建一个变量灵敏度表).我已经以图表格式管理了这个,但想要一些描述性的统计数据.

例如,我想将Do(外径)作为范围np.arange(0.1,2,100)并保持其他变量不变.

我有以下代码来创建一些这样的图:

def enthalpy_mod1(ambient_temp, LNG_temp, Flow):

    ha = 8.14
    k = 0.0026
    Do = 0.2
    Di = 0.003175
    L = 0.25
    F = Flow
    Ta = ambient_temp
    Ts = LNG_temp
    pi = 3.14159265
    Q = (pi*(Ta-Ts))/(((1/ha*Do))+(1/(2*k))*math.log(Do/Di)) * L

    e = (Q*3600)/F

    results.append(e) # append the result to the empty list
    df['Enthalpy Result']= e
    plt.plot(Flow, e)
    plt.rcParams.update({'font.size': 12})
    plt.annotate('Flow rate effects', xy =(0.1,14000))
    plt.show()
    print df

print Flow_mod(df['Temp'], df['LNG'], df['Flow'])

ambient_temp = [293,293,293,293,293,293,293,293,293,293,293,293,293,293,293,293,293,293]
Flow = np.linspace(0.04, 0.2, 18)
LNG_range = [113,113,113,113,113,113,113,113,113,113,113,113,113,113,113,113,113,113]

results = []

并将结果放在数据框中......并以此方式绘制.

Answer 1

灵敏度分析本身就是一种方法论,所以它应该独立于语言(当然你知道,只是提出一点)所以你可以自己在python中实现算法.但是当你问到python时,是的,人们已经这样做了.看看SALib,这是一个Python库,可以使用各种不同的方法进行全局灵敏度分析.

您描述的方法一次移动一个参数.这是局部敏感性分析,不会让您深入了解变量之间的交互效应,也无法在上下文中测量非线性效应.鉴于你的方程非常简单,这可能无关紧要,但这在更复杂的模型中非常重要.