Multiblock Parameter Calibration in Computer Models
Multiblock Parameter Calibration in Computer Models
复制标题
DOI：
10.1287/ijds.2023.0029
复制
发表时间：
2023-05
期刊：
影响因子：
--
通讯作者：
Cheoljoon Jeong;Ziang Xu;A. Berahas;E. Byon;Kristen S. Cetin
中科院分区：
文献类型：
--
作者：
Cheoljoon Jeong;Ziang Xu;A. Berahas;E. Byon;Kristen S. Cetin
参数校准的目的是通过使用物理过程响应和计算机模型输出来估计计算机模型中使用的不可观测参数。在文献中，现有的研究使用整个数据集同时校准所有参数。然而，在某些应用中，一些参数仅与数据的子集相关联。例如，在建筑物能量模拟中，应仅使用在制冷（加热）季节期间收集的数据来校准制冷（加热）季节参数。这项研究提供了一个新的多块校准方法，考虑这种异质性。与现有的研究，建立仿真器的计算机模型响应，如广泛使用的贝叶斯校准方法，我们认为多个损失函数被最小化，每个块的参数，使用相应的数据集，并估计使用非线性优化技术的参数。我们在一定条件下的收敛性和量化的参数估计的不确定性。我们的方法的优越性，通过数值研究和现实世界的建筑能耗模拟案例研究证明。资金：这项工作部分得到了国家科学基金会的支持[赠款CMMI-1662553，CMMI-2226348和CBET-1804321]。注意：代码胶囊可以在Code Ocean上获得，网址是https://codeocean.com/capsule/5557786/tree，也可以在本文的电子版中获得（网址是https://doi.org/10.1287/ijds.2023.0029）。
Parameter calibration aims to estimate unobservable parameters used in a computer model by using physical process responses and computer model outputs. In the literature, existing studies calibrate all parameters simultaneously using an entire data set. However, in certain applications, some parameters are associated with only a subset of data. For example, in the building energy simulation, cooling (heating) season parameters should be calibrated using data collected during the cooling (heating) season only. This study provides a new multiblock calibration approach that considers such heterogeneity. Unlike existing studies that build emulators for the computer model response, such as the widely used Bayesian calibration approach, we consider multiple loss functions to be minimized, each for a block of parameters that use the corresponding data set, and estimate the parameters using a nonlinear optimization technique. We present the convergence properties under certain conditions and quantify the parameter estimation uncertainties. The superiority of our approach is demonstrated through numerical studies and a real-world building energy simulation case study. Funding: This work was partially supported by the National Science Foundation [Grants CMMI-1662553, CMMI-2226348, and CBET-1804321]. Data Ethics & Reproducibility Note: The code capsule is available on Code Ocean at https://codeocean.com/capsule/5557786/tree and in the e-Companion to this article (available at https://doi.org/10.1287/ijds.2023.0029 ).