Adaptive surrogate modeling for expedited estimation of nonlinear tissue properties through inverse finite element analysis.
Adaptive surrogate modeling for expedited estimation of nonlinear tissue properties through inverse finite element analysis.
复制标题
DOI：
10.1007/s10439-011-0317-2
复制
发表时间：
2011-09
影响因子：
3.8
通讯作者：
Erdemir, Ahmet
中科院分区：
文献类型：
--
作者：
Halloran, Jason P.;Erdemir, Ahmet
关键词：
基于模拟的预测骨特异性生物力学行为通常需要使用几何一致的有限元（FE）模型进行逆分析。优化驱动这样的分析，但以前的研究已经强调了大量的计算成本所决定的非线性有限元模型的迭代使用。本研究的目的是评估性能的局部回归为基础的自适应代理建模方法，以减少计算成本的全局和局部优化方法，使用逆FE应用程序。非线性弹性材料参数的患者特定的脚跟垫组织被发现，有和没有代理模型。当相应的误差估计小于给定的公差时，替代预测使用先前模拟的局部回归来取代FE模拟。性能取决于优化类型和公差值。该代理将局部优化费用降低了68%，但仅对20个初始条件中的1个获得了准确的结果。相反，高达20 N2的公差值，全局优化与代理产生了一致的参数预测，同时降低计算成本（高达77%）。然而，没有代理的局部优化方法虽然对初始条件敏感，但平均速度仍然比全局方法快7倍。我们的研究结果有助于建立指导方针，设置可接受的公差值，同时使用自适应代理模型进行反FE分析。最重要的是，这项研究表明了代理建模方法的好处，密集的FE为基础的迭代分析。
Simulation-based prediction of specimen-specific biomechanical behavior commonly requires inverse analysis using geometrically consistent finite element (FE) models. Optimization drives such analyses but previous studies have highlighted a large computational cost dictated by iterative use of nonlinear FE models. The goal of this study was to evaluate the performance of a local regression-based adaptive surrogate modeling approach to decrease computational cost for both global and local optimization approaches using an inverse FE application. Nonlinear elastic material parameters for patient-specific heel-pad tissue were found, both with and without the surrogate model. Surrogate prediction replaced a FE simulation using local regression of previous simulations when the corresponding error estimate was less than a given tolerance. Performance depended on optimization type and tolerance value. The surrogate reduced local optimization expense up to 68%, but achieved accurate results for only 1 of 20 initial conditions. Conversely, up to a tolerance value of 20 N2, global optimization with the surrogate yielded consistent parameter predictions with a concurrent decrease in computational cost (up to 77%). However, the local optimization method without the surrogate, although sensitive to the initial conditions, was still on average seven times faster than the global approach. Our results help establish guide-lines for setting acceptable tolerance values while using an adaptive surrogate model for inverse FE analysis. Most important, the study demonstrates the benefits of a surrogate modeling approach for intensive FE-based iterative analysis.
登录
查看更多内容
实验通货膨胀数据中高度非线性和各向异性血管组织的表征：用于使用临床数据进行体内建模和分析的验证研究。
影响因子：
3.8
作者：
Chen, Kinon;Fata, Bahar;Einstein, Daniel R.
通讯作者：
Einstein, Daniel R.
影响因子：
2.9
作者：
Snyman, JA
通讯作者：
Snyman, JA
影响因子：
10.9
作者：
Schwartz, JM;Denninger, M;Laurendeau, D
通讯作者：
Laurendeau, D
DOI：
10.1016/j.ajodo.2009.08.026
发表时间：
2010-09
影响因子：
3
作者：
Cevidanes, Lucia H. C.;Tucker, Scott;Styner, Martin;Kim, Hyungmin;Chapuis, Jonas;Reyes, Mauricio;Proffit, William;Turvey, Timothy;Jaskolka, Michael
通讯作者：
Jaskolka, Michael
DOI：
10.1115/1.3005333
发表时间：
2009-01-01
影响因子：
1.7
作者：
Halloran, Jason P.;Erdemir, Ahmet;van den Bogert, Antonie J.
通讯作者：
van den Bogert, Antonie J.