×
本杰明·佩赫斯托弗;凯伦·威尔科克斯

动态数据驱动的降阶模型。 （英语） Zbl 1425.65205号

计算。方法应用。机械。工程师。 291, 21-41 (2015).
摘要：数据驱动模型约简通过从数据中学习系统响应特征，构建了大规模系统的降阶模型。现有方法在计算成本高昂的离线阶段构建降阶模型，然后在在线阶段使用它们来提供系统的快速预测。如果底层系统属性不是静态的，而是动态更改的，则在每次系统更改后重复脱机阶段以从头开始重建降阶模型将失去在联机阶段获得的节省。本文提出了动态降阶模型，打破了这种经典但严格的方法。动态降阶模型利用动态传感器数据提供的机会，在在线阶段自适应合并传感器数据。这允许在线适应系统变化，同时避免了昂贵的模型重建。通过构造降维算子的低秩更新，可以实现计算成本较低的自适应。有了这些更新和足够准确的数据，我们的方法恢复了通过从头开始重建所获得的相同模型。我们在实时决策的背景下，在结构评估示例上演示了动态降阶模型。我们考虑弯曲中的板，其中动态降阶模型快速适应结构特性的变化，与从头开始重建模型相比，实现了四个数量级的加速。

引用于57文件

MSC公司：

65牛顿50 涉及偏微分方程的边值问题的网格生成、细化和自适应方法

关键词：

模型简化;在线自适应性;动态数据驱动应用系统;真正交分解

软件：

Matlab公司
PDF格式BibTeX公司 XML格式引用
\textit{B.Peherstorfer}和\textit{K.Willcox}，计算。方法应用。机械。工程291，21-41（2015；Zbl 1425.65205）
全文： 内政部

参考文献：

[2] Allaire，D。；钱伯斯，J。；科拉吉，R。；Kordonowy，D。；勒塞夫，M。；Mainini，L。；Ulker，F。；Willcox，K.，《自备航空航天飞行器的离线/在线DDDAS能力》，Proced。计算。科学。，18, 0, 1959-1968 (2013)
[3] 德鲁特，J。；维伦德尔斯，J。；Willcox，K.，为设计、优化和概率分析获取参数化模型的降阶矩阵插值，国际。J.数字。《液体方法》，63，2，207-230（2010）·Zbl 1188.65110号
[4] H装甲车。；莫林，J。；开斋节，R。；Lohmann，B.，通过矩阵插值降低参数模型阶数，Automatisierungstechnik，58，8，475-484（2010）
[5] Amsallem，D。；Farhat，C.，《线性参数降阶模型的在线插值方法》，SIAM J.Sci。计算。，33, 5, 2169-2198 (2011) ·Zbl 1269.65059号
[6] Burkardt，J。；冈茨堡，M。；Lee，H.-C.，基于POD和CVT的Navier-Stokes流降阶建模，计算机。方法应用。机械。工程，196，1-3，337-355（2006）·Zbl 1120.76323号
[7] Eftang，J。；Stamm，B.，参数多域hp经验插值，国际。J.数字。方法工程师，90，412-428（2012）·Zbl 1242.65255号
[9] Amsallem，D。；扎尔，M。；Farhat，C.，基于局部降阶基的非线性模型降阶，国际。J.数字。方法工程，92，10，891-916（2012）·Zbl 1352.65212号
[10] 佩赫斯托弗，B。；Butnaru，D。；Willcox，K。；Bungartz，H.-J.，局部离散经验插值法，SIAM J.Sci。计算。，36，1，A168-A192（2014）·Zbl 1290.65080号
[11] Eftang，J.等人。；Patera，A.，参数化组件静态凝聚中的端口缩减：近似和后验误差估计，国际。J.数字。方法工程，96，5，269-302（2013）·Zbl 1352.65495号
[13] Maday，Y。；Stamm，B.，各向异性参数缩减基空间的局部自适应贪婪近似，SIAM J.Sci。计算。，35、6、A2417-A2441（2013）·Zbl 1285.65009号
[14] Washabaugh，K。；Amsallem，D。；扎尔，M。；Farhat，C.，使用局部降阶基对CFD问题进行非线性模型降阶，（第42届AIAA流体动力学会议和展览，流体动力学和联合会议，AIAA论文2012-2686（2012），AIAA），1-16
[16] Carlberg，K.，《降阶模型的自适应（h）-精化》，国际。J.数字。方法工程（2014），出版
[17] Gogu，C.，通过动态降阶模型构建提高大规模拓扑优化的效率，国际。J.数字。方法工程，101，4，281-304（2015）·Zbl 1352.74241号
[18] Maday，Y。；Mula，O.，《广义经验插值法：简化基技术在数据同化中的应用》，（Brezzi，F.；Franzone，P.C.；Gianazza，U.；Gilardi，G.，《偏微分方程的分析和数值》，《偏微方程的分析与数值》，Springer INdAM系列，第4卷（2013年），Springe），221-235·Zbl 1267.62013年
[19] 亚诺，M。；佩恩，J。；Patera，A.，用于同时估计状态和模型偏差的模型数据弱公式，C.R.Math。，351，23-242937-941（2013）·Zbl 1281.65148号
[20] Kalman，R.，《线性滤波和预测问题的新方法》，J.Fluids Eng.，82，1，35-45（1960）
[21] Evensen，G.，《使用蒙特卡罗方法预测误差统计的非线性准营养模型的序贯数据同化》，J.Geophys。海洋研究，99，C510143-10162（1994）
[22] Constantinescu，E。；三都。；Chai，T。；Carmichael，G.，理想环境下基于集合的化学数据同化评估，大气。环境。，41, 1, 18-36 (2007)
[23] Johns，C。；Mandel，J.，平滑数据同化的两阶段集合卡尔曼滤波器，环境。经济。统计，15，1，101-110（2008）
[24] 埃弗森，R。；Sirovich，L.，Karhunen-Loève gappy data程序，J.Opt。Soc.Amer公司。A、 1657-1664年（1995年）
[25] Astrid，P。；威兰，S。；Willcox，K。；Backx，T.，通过适当的正交分解描述的模型中的缺失点估计，IEEE Trans。自动。控制，53，10，2237-2251（2008）·Zbl 1367.93110号
[26] Barrault，M。；Maday，Y。；Nguyen，N。；Patera，A.，《一种“经验插值”方法：应用于偏微分方程的有效降基离散化》，C.R.Math。，339, 9, 667-672 (2004) ·Zbl 1061.65118号
[27] Chaturantabut，S。；Sorensen，D.，通过离散经验插值进行非线性模型简化，SIAM J.Sci。计算。，32, 5, 2737-2764 (2010) ·Zbl 1217.65169号
[28] Veroy，K。；Patera，A.，参数化定常不可压Navier-Stokes方程的认证实时解：严格的归一化后验误差界，国际。J.数字。《液体方法》，47，8-9，773-788（2005）·Zbl 1134.76326号
[29] 利伯曼，C。；Willcox，K。；Ghattas，O.，《大规模统计反问题的参数和状态模型简化》，SIAM J.Sci。计算。，2523-2542年5月32日（2010年）·Zbl 1217.65123号
[30] Bui-Thanh，T。；Willcox，K。；Ghattas，O.，具有高维参数输入空间的大型系统的模型约简，SIAM J.Sci。计算。，30, 6, 3270-3288 (2008) ·Zbl 1196.37127号
[31] 佩赫斯托弗，B。；Zimmer，S。；Bungartz，H.-J.，《使用简化基方法和稀疏网格进行模型简化》，（Garcke，J.；Griebel，M.，《稀疏网格和应用》，《计算科学与工程讲义》，第88卷（2013年），Springer），第223-242页
[32] Brand，M.，薄奇异值分解的快速低阶修正，线性代数应用。，415, 1, 20-30 (2006) ·Zbl 1088.65037号
[33] Ferreira，A.，有限元分析的MATLAB代码（2008），Springer
[34] Ventsel，E。；Krauthammer，T.，《薄板和壳体》（2001），CRC出版社
[35] 马库，M。；Singh，S.，新颖性检测：综述第1部分：统计方法，信号处理。，83, 12, 2481-2497 (2003) ·Zbl 1145.94402号
[36] 马库，M。；Singh，S.，《新颖性检测：综述第2部分：基于神经网络的方法》，《信号处理》。，83, 12, 2499-2521 (2003) ·Zbl 1145.94403号
[37] Pimentel，M。；克利夫顿，D。；克利夫顿，L。；Tarassenko，L.，新颖性检测综述，信号处理。，99, 215-249 (2014)
[38] Lecerf，M.，《在线飞行能力评估的数据驱动方法》（2014年），麻省理工学院：麻省理工科学院，马萨诸塞州剑桥，（S.M.论文）
[39] Mainini，L。；Willcox，K.，《基于代理的实时结构评估方法的敏感性分析》，（AIAA建模与仿真技术会议，AIAA SciTech 2015，AIAA论文2015-1362（2015），AIAA）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。