软件X 12（2020）100497软件更新更新（1.2）到ANDRIL和ANDRYL：性能改进和图形用户界面Guus Rongena，b，a，Cornelis Marcel PieterOswaldo Morales-Nápolesaa荷兰代尔夫特理工大学土木工程和地球科学bHKV顾问，荷兰c荷兰阿默斯福特隧道工程顾问公司（TEC）d荷兰瓦滕福尔ar t i cl e i nf o文章历史记录：收到2020年收到修订版2020年4月30日接受2020年保留字：结构化专家判断库克Python模块EXCALIBUR软件ANDURILGUIa b st ra ct这是对PII的更新： S2352711018300608和S2352711019302419在本文中 ，我们介绍了ANDURIL及其Python版本ANDURYL的三个主要改进。首先，MATLAB版本ANDRIL通过实现（i）用户定义的分位数和(ii)处理缺失值的可能性其次，ANDRIL和ANDRYL的计算引擎都得到了显著改进，从而降低了计算时间并进一步提高了准确性。最后，一个独立的图形用户界面，我们相信这将使软件更容易接近库克的方法的从业者©2020由Elsevier B.V.软件元数据当前代码版本ANDRYL v1.2用于此代码版本的代码/存储库的永久链接GitHub（同行评审版本）GNU通用公共许可证（GPL）使用GitHub的代码版本控制系统使用Python、PyQt5、Numpy、Matplotlib的软件代码语言、工具和服务编译要求，操作环境依赖性Python 3.6+版如果可用，链接到开发人员文档/手册可从GUI和Github问题支持电子邮件g.w.f. tudelft.nl代码元数据当前代码版本代码：ANDRYL v1.2，Paper v1.2用于此代码版本的代码/存储库的永久链接GitHub（同行评审版本）GNU通用公共许可证（GPL）使用的代码版本控制系统使用Python、PyQt5、Numpy、Matplotlib的软件代码语言、工具和服务编译要求，操作环境依赖性Python 3.6+版如果可用，链接到开发人员文档/手册可从GUI和Github问题支持电子邮件g.w.f. tudelft.nl原创文章的DOI：https://doi.org/10.1016/j.softx.2018.07.001，https://doi.org/10.1016/j.softx.2019.100295。通讯作者：土木工程与地球科学，代尔夫特大学技术，荷兰。电子邮件地址：g.w.f. tudelft.nl（G. Rongen）。https://doi.org/10.1016/j.softx.2020.1004972352-7110/©2020由Elsevier B. V.1. 动机和意义文献[ 2 ]和[ 3 ]给出了实现结构化专家判断的Cooke经典模型[ 1 ]的软件越早可在ScienceDirect上获得目录列表SoftwareX期刊主页：www.elsevier.com/locate/softx2个G. Rongen，C.M.P.t. Hart，G.Leontaris等人 粤公 网 安 备 44010802000017号Fig. 1. 决策者内插法图解。图二、 ANDRYL GUI概述，后台是主窗口，前台是每个专家的CDF和特定问题的DM。表1鲁棒性分析中不同版本AI和AY的计算时间。 一 次最多可 忽略四 个项目，全局权重，无优化。AI v1.0AY v1.1AI v1.2AY v1.215分钟60年代30 s4 sMATLAB版本名为ANDRIL（AI），而Python版本名为ANDRYL（AY）。在此更新中：1. ANDURIL通过实现以下内容而被引入Python版本标准：（i）用户定义的分位数和（ii）处理缺失值的可能性。这些特征将不再进一步讨论读者可以参考[3]，AI v1.2（ANDURIL 1.2版）中也提供了主要功能的解释。2. ANDRIL和ANDRYL的代码都得到了显著的改进，减少了计算时间。表1显示了在配备2.3 GHz Intel Core I5- 5300 UCPU的PC上进行[5]中研究的鲁棒性分析（未优化的全局权重）的计算时间。每次排除13个校准问题中的4个，导致排除项目的1092个组合。对于正在考虑的研究，MATLAB版本AI v1.2比AI v1.0快30倍同样，AY v1.2比AY v1.1快15倍，比AI v1.0快约220倍。G. Rongen，C.M.P.t. Hart，G.Leontaris等人 粤公 网 安 备 44010802000014号表2[ 4 ]（CC）表1中所示结果与AI（AI）和AY（AY）计算结果的比较。请注意，只有7项研究存在差异或仍然存在差异，示出了其他26项研究的结果没有差异研究#E #S等权重全局无操作。PW全球PW项目最佳专家新代码还提高了AI和AY的准确性也就是说，两种解决方案都更接近EXCALIBUR（CC）。在观察到差异的7项研究中，CC与AI和AY之间的差异见表2。下文将进一步阐述这一点3. 本文介绍了一个独立的ANDURYL图形用户界面。GUI 的屏幕截图如图所示。 22. ANDURYL和ANDURIL码的改进速度和准确性的主要改进是计算决策者（DM）累积分布函数（CDF）的不同实现的结果。在版本1.0和1.1中，DM的CDF通过匿名函数对加权DM的概率密度函数（PDF）进行数值积分（求积法）来计算。求解该积分在数值上是昂贵的，并且当一个或多个专家的概率密度相对于其他专家的概率密度非常集中在一个范围内时，在数值积分中使用的离散化中跳过PDF的部分在新的（AY v1.2和AI v1.2）中，旧的实现的积分被替换为CDF的插值。只要给定分位数之间的PDF是均匀的（或对数均匀的），这就给出了与求解积分相同的结果，但是更快并且没有由于积分的离散化而导致的不准确性。图1说明了决策者的插值过程。请注意，DM分位数答案（沿着虚线）。这就产生了决策者的完整详细的CDF。这可以随后在感兴趣的顶点处进行插值（这是EXCALIBUR请注意，插值不是在分位数方向上执行的。3. ANDRYL GUIPython版本的主要改进是图形用户界面。该接口使用Python模块PyQt5编程，并使用Python（用于Windows）编译，因此它是 一个 独立 的可 执行 文件 。 这 使得 非Python 用 户可 以访 问ANDRYL。用户界面的布局由4个概述组成，分别针对专家、项目、评估和结果，如图所示。 二、以下列表概述了独立GUI提供的功能每个专家或项目的评估可以绘制为PDF、CDF、生存函数或范围。CDF选项如图2所示。由于计算性能的改进，现在对排除多个专家或项目的鲁棒性分析的要求较低。稳健性分析的结果可显示在箱形图中。该程序具有以EXCAL- IBUR格式或更常见的JSON格式保存项目的选项。单独的DM···Sa在CoSa在CoSa在CoSa在CoSa在CoCDC ROI（CC）20100.231.230.290.391.350.520.722.311.660.722.311.660.722.311.66CDC ROI*（AI 1.0）–––––––––––––––––CDC ROI（AY 1.1）20100.231.230.290.391.350.520.722.301.660.722.301.660.722.301.66CDC ROI（AI 1.2）20100.231.230.290.391.350.520.722.301.660.722.301.660.722.301.66CDC ROI（AY 1.2）20100.231.230.290.391.350.520.722.301.660.722.301.660.722.301.66CWD（CC）14100.470.930.440.470.940.450.491.220.600.681.330.900.312.190.69CWD（AI 1.0）14100.470.930.440.470.940.450.491.210.600.681.330.900.312.190.69CWD（AY 1.1）14100.470.930.440.470.940.450.491.210.600.681.330.900.312.190.69CWD（AI 1.2）14100.470.930.440.470.940.450.491.210.600.681.330.900.312.190.69CWD（AY 1.2）14100.470.930.440.470.940.450.491.210.600.681.330.900.312.190.69Gerstenberger（CC）12140.640.480.310.350.610.210.931.101.020.761.200.910.541.740.93Gerstenberger*（AI 1.0）–––––––––––––––––Gerstenberger（AY 1.1）12140.640.480.310.350.610.210.931.091.020.761.090.820.541.740.93Gerstenberger（AI 1.2）12140.640.480.310.350.610.210.931.091.020.761.200.910.541.740.93Gerstenberger（AY 1.2）12140.640.480.310.350.610.210.931.091.020.761.200.910.541.740.93Goodheart（CC）6100.550.280.150.470.350.160.710.960.680.710.960.680.710.960.68Goodheart（AI 1.0）6100.550.280.150.470.350.160.470.350.170.680.640.430.710.960.68Goodheart（AY 1.1）6100.550.280.150.470.350.160.470.350.170.680.640.430.710.960.68Goodheart（AI 1.2）6100.550.280.150.470.350.160.710.960.680.710.960.680.710.960.68Goodheart（AY 1.2）6100.550.280.150.470.350.160.710.960.680.710.960.680.710.960.68出血（CC）1880.250.200.050.310.270.080.310.490.150.310.460.140.851.070.91出血 *（AI 1.0）–––––––––––––––––出血（AY 1.1）1880.250.200.050.310.270.080.310.300.090.310.150.050.851.070.91出血（AI 1.2）1880.250.200.050.310.270.080.310.290.090.310.390.120.851.070.91出血（AY 1.2）1880.250.200.050.310.270.080.310.300.090.310.410.130.851.070.91IceSheets（CC）10110.490.520.250.620.700.430.401.550.620.621.040.640.401.550.62IceSheets（AI 1.0）10110.490.520.250.370.660.250.401.550.620.621.040.640.401.550.62IceSheets（AY 1.1）10110.490.520.250.370.660.250.401.550.620.621.040.640.401.550.62IceSheets（AI 1.2）10110.490.520.250.370.660.250.401.550.620.621.040.640.401.550.62IceSheets（AY 1.2）10110.490.520.250.370.660.250.401.550.620.621.040.640.401.550.62黄玉（CC）21160.630.920.580.311.120.340.411.460.600.411.460.600.411.460.60黄玉（AI 1.0）21160.630.920.580.311.120.340.411.450.600.411.450.600.411.450.60黄玉（AY 1.1）21160.630.920.580.311.120.340.411.450.600.411.450.600.411.450.60黄玉（AI 1.2）21160.630.920.580.311.120.340.411.450.600.411.450.600.411.450.60黄玉（AY 1.2）21160.630.920.580.311.120.340.411.450.600.411.450.600.411.450.60·4个G. Rongen，C.M.P.t. Hart，G.Leontaris等人粤公网安备44010802000017号AY代码在计算和用户界面功能之间是分开的，因此Python模块也可以从脚本或Python笔记本中使用。对于研究目的，这是一个有用的功能。如表1所示，AY仍然比AI快得多，这是由于实现的差异。在人工智能中，几个昂贵的操作被重新计算用于不同的迭代。在AY中，重新计算的数据量最小化。4. 与以往研究在[4]中，使用CC提供了33项使用Cooke经典方法的2006年后研究我们使用这些数据将AY和AI的输出与CC，v1.0论文[2]的MATLAB实现AI和论文[3]的Python实现进行与上一个代码版本的结果相比，差异较小。对于两项研究，其他四项研究的结果似乎是由于舍入误差。剩余26项研究，大多数结果相同。表2显示了仍观察到差异的研究的差异。5. 结论名为ANDRYL（AY）的Python模块已扩展为图形用户界面，并可作为独立执行。MATLAB工具箱ANDURIL（AI）用于结合专家的判断应用库克的方法已被进一步扩展，增加了用户定义的分位数和处理缺失值的功能。独立的GUI使没有Python或MATLAB经验的开发人员和研究人员能够将Cooke对于更熟悉编程的用户来说，MATLAB工具箱和Python GUI是以可再现的方式执行或分析专家启发的速度和精度的提高有助于实现这一目标。这两个代码都是开源的，以鼓励使用和进一步开发。CRediT作者贡献声明Guus Rongen：方法论，软件，写作-原始草稿。科内利斯·马塞尔·皮特Georgios Leontaris：方法论。Oswaldo Morales-Nápoles：概念化，写作-评论编辑，项目管理，资金获取。竞合利益作者声明，他们没有已知的竞争性财务利益或个人关系，可能会影响本文报告的工作致谢该 研 究 由 TKI 项 目 EMU-FD 资 助 。 该 研 究 项 目 由 荷 兰Rijkswaterstaat，荷兰Delait和荷兰HKV顾问引用[1]库克河不确定性专家：科学中的意见和主观概率。《环境伦理与科学政策》，牛津大学出版社，1991年。[2]Leontaris G，Morales-Nápoles O. Anduril：不确定性分析和决策的MATLAB工 具 箱 ： 从 专 家 判 断 中 学 习 。 SoftwareX2018;7 ： 313-7.http://dx.doi.org/10.1016/j.softx.2018.07.001网站。[3]’t 更新（1.1）至ANDURIL- 不确定性分析和决策的MATLAB工具箱：从专家判断中学习。SoftwareX2019;10：100295.http：dx.doi.org/10.1016/j.softx.2019.100295，URLhttp://www.sciencedirect.com/science/article/pii/S2352711019302419.[4]Colson AR，Cooke RM.结构化专家判断经典模型的交叉验证。Reliab Eng SystSaf2017;163：109-20.[5][10]杨晓波，王晓波，王晓波.量化排放预测不确定性的责任制：来自墨西哥的证据。Clim Policy2018;18（6）：742-51.··
我的内容管理
收起
我的收益 登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏 
我的下载 
下载帮助 
