乔纳森·萨德吉和马可·德·安吉利斯和爱德华多·帕特利(2018)使用区间预测模型进行频繁历史匹配。
应用数学建模, 61.第29-48页。国际标准刊号0307-904X(https://doi.org/10.1016/j.apm.2018.04.003)
摘要
本文提出了一种新的历史匹配模型的方法，该方法不需要对测量误差进行假设。区间预测模型用于对观测数据进行稳健建模，因此提出了一种新的优值来量化频率概率框架中的匹配质量。该方法给出了频率推断的p值的界。该方法首先应用于一个简单的示例，然后应用于一项现实案例研究（帝国理工学院故障模型），以评估其适用性和有效性。当没有建模误差时，该方法为匹配的参数确定一个可行区域，对于我们的测试用例，该区域包含真实情况。当试图将一个模型与另一个模型的数据进行匹配时，确定了一个接近真实情况的区域。还讨论了增加数据点数量对历史匹配的影响。
