A hybrid parameter identification method based on Bayesian approach and interval analysis for uncertain structures
A hybrid parameter identification method based on Bayesian approach and interval analysis for uncertain structures
复制标题
基于贝叶斯方法和区间分析的不确定结构混合参数识别方法
DOI：
10.1016/j.ymssp.2015.02.009
复制
发表时间：
2015-08
影响因子：
8.4
通讯作者：
Xu Han
中科院分区：
文献类型：
--
作者：
Wei Zhang;Jie Liu;C. Cho;Xu Han
提出了基于贝叶斯方法和区间分析的混合逆方法，用于不确定性下的参数识别，该方法可以同时处理测量噪声和模型不确定性。实验中的测量噪声可以用一组随机变量来描述，服从一定的概率分布。结构模型的每个不确定参数可以被视为一个区间，并且只需要不确定性的界限。由于区间参数的存在，因此形成了由两个边界分布包围的后验概率密度分布带，而不是我们通常通过贝叶斯识别确定性结构得到的单一分布。使用区间分析方法，具有较小不确定性水平的结构响应可以近似为区间参数的线性函数。边缘后验分布变换采用单调性分析，可以很好地揭示区间参数对后验分布条的影响。最后，基于单调性分析，从后验分布条中识别出未知参数的均值估计和置信区间。研究了三个数值算例，得到了良好的数值结果。
The hybrid inverse method based on Bayesian approach and interval analysis is presented for parameter identifications under uncertainty, which can deal with both measurement noise and model uncertainty. The measurement noise from an experiment may be described by a set of random variables, obeying a certain probability distribution. The each uncertain parameter of a structure model may be treated as an interval, and only the bounds of the uncertainty are needed. Because of the existence of the interval parameters, a posterior probability density distribution strip enclosed by two bounding distributions is then formed, rather than a single distribution that we usually obtain through the Bayesian identification for a deterministic structure. Using an interval analysis method, a structure response with small uncertainty levels can be approximated as a linear function of the interval parameters. A monotonicity analysis is adopted for marginal posterior distribution transformation, through which effects of the interval parameters on the posterior distribution strip can be well revealed. Based on the monotonicity analysis, finally, the mean estimates and confidence intervals of the unknown parameters are identified from the posterior distribution strip. Three numerical examples are investigated, and fine numerical results are obtained.
登录
查看更多内容
DOI：
10.1002/9780470611197
发表时间：
2010-01
期刊：
--
影响因子：
--
作者：
J. Idier
通讯作者：
J. Idier
贝叶斯视角下逆源问题的一种新数值方法
影响因子：
2.9
作者：
Yan, Liang;Yang, Feng-Lian;Fu, Chu-Li
通讯作者：
Fu, Chu-Li
影响因子：
4.7
作者：
J. Nichols;W. Link;K. D. Murphy;C. Olson
通讯作者：
J. Nichols;W. Link;K. D. Murphy;C. Olson
影响因子：
2.9
作者：
Bangti Jin
通讯作者：
Bangti Jin
影响因子：
8.4
作者：
M. Gobbato;J. Kosmatka;J. Conte
通讯作者：
M. Gobbato;J. Kosmatka;J. Conte