计算力学中的无模型数据驱动推理
摘要：扩展了无模型数据驱动计算范式到由材料行为的固体和结构所引起的随机性。这种材料的行为由一个可能性测度来表征，而不是一个本构关系。我们特别假设材料可能性测度仅通过材料或相空间中的经验点数据集来得知。固体或结构的状态还需受到相容性和平衡性约束的制约。问题是推断感兴趣的结构结果的可能性。在此工作中，我们提出了一种无需材料或先验建模的数据驱动推断方法，该方法从经验材料数据中确定结果的可能性。特别地，期望值的计算被简化为对本地材料数据集的显式求和以及对符合相容性和平衡条件的状态的积分。材料数据集求和的复杂度是与数据点数和结构成员数线性相关的。还提出了有效的人口退火程序和快速搜索算法来加速计算。通过选定的应用程序和基准测试评估了该方法的范围、成本和收敛性能。
作者：Erik Prume, Stefanie Reese and Michael Ortiz
论文ID：2207.06419
分类：Computational Engineering, Finance, and Science
分类简称：cs.CE
提交时间：2022-11-23