针对经典MCMC(Markov chain Monte Carlo)算法求解河流水污染源信息(排放量、排放时间和排放位置)时初始点的选取和接受率不高导致的计算效率低下问题,通过COMSOL仿真软件构建污染物二维扩散模型,利用不同算法对比分析了上述两方面对水...针对经典MCMC(Markov chain Monte Carlo)算法求解河流水污染源信息(排放量、排放时间和排放位置)时初始点的选取和接受率不高导致的计算效率低下问题,通过COMSOL仿真软件构建污染物二维扩散模型,利用不同算法对比分析了上述两方面对水污染溯源结果的影响,并由此提出了基于等距随机抽样方法(equidistant random sampling)的两阶段多链Metropolis Hastings算法(ERS-TSMH).仿真结果表明,传统的MH算法和TSMH算法在求解时易陷入局部最优值或不收敛的情况,前者接受率在20%左右,后者却达到近50%;多链ERS-MH算法提高了反演的准确性,但经过10 000次左右迭代后收敛,效率低下;多链ERS-TSMH算法在保证溯源精度的同时,在5 000次左右迭代后收敛,效率显著提高且表现出高稳定性和可靠性.展开更多
提出了一种基于代理模型与自适应调整方差的混塔式风力机塔筒有限元模型修正方法。首先,运用Markov Chain Monte Carlo(MCMC)算法中的Metropolis-Hastings(MH)抽样技术,对实测频率模型的后验概率密度分布进行求解;其次,提出一种自适应调...提出了一种基于代理模型与自适应调整方差的混塔式风力机塔筒有限元模型修正方法。首先,运用Markov Chain Monte Carlo(MCMC)算法中的Metropolis-Hastings(MH)抽样技术,对实测频率模型的后验概率密度分布进行求解;其次,提出一种自适应调整MH抽样中建议分布方差的方法,采用Kriging代理模型代替传统的有限元计算,以提高抽样迭代的计算效率,最后,结合实际工程案例进行分析和验证。研究结果表明,相较于传统的MH抽样方法,本文方法提升了模型的修正效率,减小了真实模型与有限元模型之间的误差。展开更多
文摘针对经典MCMC(Markov chain Monte Carlo)算法求解河流水污染源信息(排放量、排放时间和排放位置)时初始点的选取和接受率不高导致的计算效率低下问题,通过COMSOL仿真软件构建污染物二维扩散模型,利用不同算法对比分析了上述两方面对水污染溯源结果的影响,并由此提出了基于等距随机抽样方法(equidistant random sampling)的两阶段多链Metropolis Hastings算法(ERS-TSMH).仿真结果表明,传统的MH算法和TSMH算法在求解时易陷入局部最优值或不收敛的情况,前者接受率在20%左右,后者却达到近50%;多链ERS-MH算法提高了反演的准确性,但经过10 000次左右迭代后收敛,效率低下;多链ERS-TSMH算法在保证溯源精度的同时,在5 000次左右迭代后收敛,效率显著提高且表现出高稳定性和可靠性.
文摘提出了一种基于代理模型与自适应调整方差的混塔式风力机塔筒有限元模型修正方法。首先,运用Markov Chain Monte Carlo(MCMC)算法中的Metropolis-Hastings(MH)抽样技术,对实测频率模型的后验概率密度分布进行求解;其次,提出一种自适应调整MH抽样中建议分布方差的方法,采用Kriging代理模型代替传统的有限元计算,以提高抽样迭代的计算效率,最后,结合实际工程案例进行分析和验证。研究结果表明,相较于传统的MH抽样方法,本文方法提升了模型的修正效率,减小了真实模型与有限元模型之间的误差。
