验证和确认及不确定度量化已成为复杂系统建模与仿真(M&S)逼真度评价、仿真软件可信度评估、模型预测置信度提升的重要手段。本书总结和拓展了作者近年来在计算流体力学验证和确认及不确定度量化方面的研究成果，系统化阐述了计算流体力学验证和确认及不确定度量化的概念内涵、基本原理、基本活动、关键方法及实施流程等理论和方法体系，并对相关分析工具、自研软件及应用案例作了简要介绍。 本书适合于从事复杂工程 M&S、科学计算、计算流体力学的科研和工程技术人员及相关软件开发、软件质量评估者参考与阅读，同时也可作为相关专业的研究生参考使用。

聚焦计算流体力学验证确认与不确定度量化！
本书凝结作者近年前沿研究成果，构建系统化理论方法体系 从概念内涵、基本原理到关键方法、实施流程全覆盖，深度解析复杂系统建模与仿真逼真度评价、仿真软件可信度评估、模型预测置信度提升的核心技术。
特色亮点：

理论与实践结合：详解验证确认（V&V）及不确定度量化（UQ）的完整知识框架，配套自研工具、分析软件及典型应用案例，兼具学术深度与工程实用性。

精准定位受众：面向复杂工程 M&S、科学计算、计算流体力学领域科研人员、工程师及软件开发与质量评估从业者，亦为相关专业研究生权威参考教材。

行业价值凸显：助力突破仿真可信度评估瓶颈，提升模型预测可靠性，推动计算流体力学在航空航天、能源动力等关键领域的高精度应用。
抢占技术高地，解锁复杂系统仿真可信度提升密码 点击获取专业进指南！

第 1 章 绪论

1.1 计算流体力学软件过程与特点1.1.1 计算流体力学软件过程

1.1.2 计算流体力学特点

1.2 验证、确认与不确定度量化内涵及活动概述1.2.1 验证和确认基本定义及内容概述

1.2.2 验证和确认概念与术语及标准现状

1.2.3 验证和确认基本活动

第 2 章 计算流体力学的建模与仿真

2.1 计算流体力学过程2.1.1 物理建模 - 物理模型

2.1.2 数值建模 - 数值方法

2.1.3 软件研制 - 程序开发

2.1.4 问题试验 - 计算模拟

2.1.5 结果分析 - 预测评估

2.2 计算流体力学格式理论2.2.1 差分格式理论

2.2.2 几种经典格式及特点

2.3 误差与不确定度来源2.3.1 数值误差及不确定度量化

2.3.2 计算流体力学误差来源

2.3.3 不确定度量化与验证和确认

第 3 章 验证和确认及不确定度量化理论

3.1 基本概念和术语3.1.1 建模与模拟

3.1.2 验证和确认

3.1.3 误差与不确定度

3.1.4 可信度与置信度

3.2 验证和确认基本理论3.2.1 基本要素

3.2.2 基本活动

3.2.3 实施流程

3.2.4 关键方法

第 4 章 验证技术

4.1 验证的方法学

4.2 代码验证4.2.1 软件质量保证

4.2.2 数值算法验证

4.3 解验证4.3.1 误差与精度分析

4.3.2 网格收敛验证

4.4 验证基本方法4.4.1 现象认定与等级划分技术

4.4.2 软件自动化测试验证技术

4.4.3 人为构造解验证技术

4.5 流体力学人为构造解4.5.1 二维平面坐标系下流体方程组的人为构造解

4.5.2 二维柱坐标系下流体方程组的人为构造解

4.5.3 三维流体力学方程组的人为构造解

4.5.4 一维流体力学拉氏方程组解析解构造

4.5.5 流体力学人为构造解验证案例

4.6 网格无关性分析4.6.1 CFD 计算网格

4.6.2 离散格式性质

4.6.3 无关性分析

4.6.4 GCI 分析实施步骤

4.6.5 GCI 软件框架

4.6.6 实践案例

第 5 章 确认方法

5.1 确认方法学

5.2 确认基本流程5.2.1 创建模型确认层级关系图

5.2.2 确认试验

5.2.3 确认模拟

5.2.4 单层与跨层确认活动

5.3 确认基本方法5.3.1 模型分层确认方法

5.3.2 确认试验设计方法

5.3.3 不确定度量化方法

5.4 确认度量方法5.4.1 常规方法

5.4.2 假设检验

5.4.3 TIC 不等式系数法

5.4.4 置信区间法

5.4.5 谱估计法

5.4.6 基于累积分布匹配的面积度量

5.4.7 基于试验数据的参数标定方法

第 6 章 不确定度量化

6.1 CFD 不确定度量化价值6.1.1 模型验证和确认

6.1.2 不确定性优化设计

6.1.3 基于 QMU 的复杂系统可靠性认证方法

6.2 CFD 不确定度来源及分类6.2.1 仿真系统不确定度来源

6.2.2 CFD 中不确定度来源

6.2.3 不确定度分类

6.2.4 不确定度量化策略

6.2.5 CFD 中不确定度量化基本步骤

6.3 不确定度量化中统计分析理论6.3.1 随机变量统计矩

6.3.2 随机变量相关性分析

6.3.3 概率和累积分布函数

6.3.4 最大似然估计法

6.3.5 3 法则

6.4 抽样方法6.4.1 蒙特卡洛方法

6.4.2 拉丁超立方抽样

6.4.3 重要性抽样

6.5 不确定度正向传播方法6.5.1 敏感性分析

6.5.2 多元高次多项式回归代理模型

6.5.3 克里金插值方法

6.5.4 多项式混沌方法

6.5.5 活跃子空间降维

6.6 不确定度反向传播方法6.6.1 贝叶斯方法

6.6.2 可变容差优化方法

6.6.3 遗传算法

6.7 软件可信度评估6.7.1 软件可信度评估原则

6.7.2 软件可信度评估要素

6.7.3 软件可信度评估理论

6.7.4 基于层次分析法的软件可信度评估方法

6.7.5 软件可信度评估流程

6.7.6 软件可信度评估结果

第 7 章 软件及应用案例

7.1 软件概况7.1.1 PSUADE 软件

7.1.2 DAKOTA 软件

7.1.3 UCODE 软件

7.2 自主研发 V&V&UQ 软件7.2.1 工业软件研发全生命周期模型

7.2.2 软件架构 / 框架

7.2.3 试验设计模块

7.2.4 敏感性分析模块

7.2.5 基于数据的多项式回归模块

7.2.6 基于数据的克里金插值模块

7.2.7 优化求解模块

7.2.8 遗传算法优化模块

7.3 软件功能及应用案例7.3.1 基于试验数据参数标定的模型确认

7.3.2 基于代理模型的不确定度传播量化

7.3.3 基于克里金算法的机器学习模型优化及参数标定

7.3.4 基于实验数据的模型修正与确认

参考文献