tNavigator 智能历史拟合：看懂结果分析（一）（进阶篇）

乔聪颖

数据分析/挖掘是一项重要且艰巨的任务，几乎在任何与数字打交道的工作中都是不可或缺的一环，宏观把控与细节处理，对决策有着举足轻重的影响。
tNavigator中的智能历史拟合功能带给建模/数模工程师极大的便利，不仅可以从众多变量中快速筛选主控因素，更可以通过优化算法迅速逼近最优方案；同时，tNavigator在AHM & Uncertainty模块（简称AHM）中提供了优秀的数据分析功能，即使不通晓统计学，也可做出专业判断！
---------------------------
本次，我们将以不确定性分析为例，对AHM中的分析功能做下具体展示。

Step1：设置变量
假设渗透率、相渗曲线、断层传导率、裂缝参数均具有一定的不确定性，需要分析这些因素对开发生产的影响程度，在文本中定义参数如下：

Step2：打开AHM模块
在Experimental design选择Latin Hypercube算法，并设置变种模型数量为50。

模型自动运行，并可查看运行状态及参数信息，随时终止/重运行。

Step 3：结果分析
此处为AHM数据分析的主体内容，可以轻松并直观的查看分析结果。
3.1 Results Table
在Results>> Results Table菜单下，可以查看各个模型变量的计算结果，直接粘贴/复制即可放到excel中。

3.2 Graphs
查看各类指标的曲线，轻松辨别优化方案。

3.3 Graphplot
用户可自定义X轴和Y轴，直观刻画不同指标之间的关系。

3.4 Histogram
直方图不仅可以展现某一指标在某一范围内对应模型变量的个数，点击柱形条，左侧Model栏中对应模型变量即会高亮显示。

3.5 Stacked Plot
从堆积图中可以直观分辨各个对象对目标函数的影响程度。

3.6 Analysis
统计分析中经典的Pareto图，可以选用不同的方式计算相关系数（Spearman，Pearson）。

不同时刻、针对不同指标的P10，P50和P90分位数也给给出了，可轻松跳转到对应模型。

3.7 Cdf
cumulative distribution function，累计分布函数，实心菱形所对应的正是P10，P50和P90分位数。

……
AHM中的结果分析功能还有很多，比如多尺度缩放分析、代理模型、R2表等等，今后会陆续推出，欢迎关注！
想要加快相关教程更新速度或是有其它需求可以下方留言哦！
-----------------------------------
想要了解更多tNavigator的强大应用，请关注科吉思：