蒙特卡洛动态加权重要性抽样用于有限元模型更新
摘要：使用有限元方法 (FEM) 通常无法准确预测结构的固有频率和模态形状 (特征值和特征向量)。工程师们开发了数值方法和各种技术来补偿实验测得数据与有限元方法计算结果之间的模态属性不一致。本文比较了两种间接更新方法，即自适应Metropolis Hastings算法和一种新应用的算法称为蒙特卡洛动态加权重要抽样 (MCDWIS)。基于贝叶斯推断连续多元高斯概率密度函数的后验预测分布的逼近，定义了受强迫振动影响的物理特性的变异性。应用MCDWIS的动机在于在更高维度或多模态系统中计算归一化常数的复杂性。MCDWIS通过在算法的每个时间步骤中解析计算重要抽样估计来解决这个难解性问题。此外，自适应修剪丰富种群控制方案 (APEPCS) 增加了动态加权步骤，可以进一步控制加权样本和种群大小。MCDWIS模拟的性能通过图示展示了所有依赖于算法的参数，并显示出无偏、稳定的样本估计。
作者：Daniel J Joubert, Tshilidzi Marwala
论文ID：1510.04632
分类：Numerical Analysis
分类简称：cs.NA
提交时间：2015-10-16