×
王宁；姚文；赵勇；陈晓倩

基于Takagi-Sugeno模糊模型的计算机模型贝叶斯校准。 （英语） Zbl 1506.62269号

计算。方法应用。机械。工程师。 378，文章ID 113724，22 p.（2021）.
摘要：计算机模型在科学和工程问题中发挥着至关重要的作用。然而，在使用模型之前，我们通常需要利用实际测试的一些实验数据对其进行校准。在校准计算机模型时，有必要考虑模型结构误差/差异，并为模型差异函数制定现实的先验。本文使用一种新的方法，即Takagi-Sugeno（T-S）模糊模型，来建立模型差异函数，该函数可以描述为0阶T-S型模糊if-then规则的集合。基于模糊c-均值（FCM）聚类确定模糊规则的前提，同时估计结果参数和校准参数。这种建模方法的优点可以概括为：（1）利用专家知识的能力强，（2）计算成本低，（3）易于解释。此外，基于模型差异函数的T-S模糊模型先验，我们构建了校准问题的贝叶斯模型，并设计了一个结合Gibbs和Metropolis Hastings步骤的采样器，形成了基于Takagi-Sugeno模糊模型（BC-TS）的贝叶斯校准方法的框架。据我们所知，这是首次尝试将模糊模型引入贝叶斯模型校准。利用Fisher信息矩阵解决了可辨识性问题，分析结果表明，所提出的BC-TS方法具有良好的可辨识性。最后，通过一个数值例子和一个实际例子，即Sandia 2014验证和确认（V&V）挑战问题，验证了所提出的BC-TS的有效性。

引用于1文件

MSC公司：

2015年1月62日 贝叶斯推断
62层86 参数推理与模糊
65C20个 概率模型，概率统计中的通用数值方法

关键词：

验证和确认；模型校准；贝叶斯更新；Takagi-Sugeno模糊模型；桑迪亚挑战问题

软件：

ANFIS公司
PDF格式BibTeX公司 XML格式引用
\textit{N.Wang}等人，计算。方法应用。机械。工程378，文章ID 113724，22 p.（2021；Zbl 1506.62269）
全文： 内政部

参考文献：

[1] 肯尼迪医学博士。；O'Hagan，A.，《计算机模型的贝叶斯校准》，J.R.Stat.Soc.Ser。B统计方法。，63, 3, 425-464 (2001) ·兹比尔1007.62021
[2] 熊，Y。；Chen，W。；Tsui，K.-L。；Apley，D.W.，《在验证工程模型时更好地理解模型更新策略》，计算。方法应用。机械。工程，198，15-16，1327-1337（2009）·Zbl 1227.74128号
[3] 吴，X。；科兹洛夫斯基，T。；Meidani，H。；Shirvan，K.，《基于高斯过程的模块化贝叶斯方法的反不确定性量化》，第1部分：理论，Nucl。工程设计。，335, 339-355 (2018)
[4] 拉佩尔，H。；洛杉矶Beex。；Hale，J.S。；诺尔斯，L。；Bordas，S.P.A.，《关于贝叶斯推断识别固体力学材料参数的教程》，Arch。计算。方法工程，27，361-385（2020）
[5] Lee，G。；Kim，W。；哦，H。；Youn，B.D。；Kim，N.H.，从不确定性结构的角度审查统计模型校准和验证，结构。多磁盘。最佳。，60, 1619-1644 (2019)
[6] Wang，N。；姚，W。；Zhao，Y。；陈，X。；张，X。；Li，L.，有限实验数据下模型验证的新区间面积度量，J.Mech。设计。，140，6，第061403条pp.（2018）
[7] 罗伊·C·J。；Oberkampf，W.L.，《科学计算中验证、验证和不确定性量化的综合框架》，计算。方法应用。机械。工程，200，25-28，2131-2144（2011）·Zbl 1230.76049号
[8] 威廉姆斯，C.K。；Rasmussen，C.E.，《机器学习的高斯过程》（2006），麻省理工学院出版社剑桥：麻省理学院出版社剑桥MA·Zbl 1177.68165号
[9] Brown，J.L。；Hund，L.B.，《使用贝叶斯模型校准和功能输出估算极端条件下的材料特性》，J.R.Stat.Soc.Ser。C.应用。统计，67，SAND-2017-1837J（2018）
[10] 希格顿，D。；纳赫勒，C。；Gattiker，J。；Williams，B.，热问题的贝叶斯校准方法，计算。方法应用。机械。工程，197，29-32，2431-2441（2008）·兹比尔1388.80005
[11] Teferra，K。；Brewick，P.T.，评估脑组织特征实验的贝叶斯模型校准框架，计算。方法应用。机械。工程，357，第112604条pp.（2019）·Zbl 1442.62062号
[12] 张伟。；博斯塔纳巴德，R。；梁，B。；苏，X。；曾博士。；Bessa，医学硕士。；Wang，Y。；Chen，W。；Cao，J.，一种用于多尺度预浸料预成型模拟的数值贝叶斯校准表征方法，Compos。科学。技术。，170，15-24（2019）
[13] 李伟（Li，W.）。；陈，S。；江，Z。；阿普利，D.W。；卢，Z。；Chen，W.，《针对2014年散打验证和验证挑战问题整合贝叶斯校准、偏差校正和机器学习》，J.Verify.Valid。不确定。数量。，第1、1条，第011004页（2016年）
[14] 阿伦特，P.D。；阿普利，D.W。；Chen，W.，《模型不确定性的量化：校准、模型差异和可识别性》，J.Mech。设计。，134，10，第100908条pp.（2012）
[15] 贝赫梅内什，I。；莫阿韦尼，B。；朗伯特，G。；Papadimitriou，C.，结构识别的层次贝叶斯模型更新，机械。系统。信号处理。，64, 360-376 (2015)
[16] 江，C。；胡，Z。；刘，Y。；穆拉托斯，Z.P。；Gorsich，D。；Jayakumar，P.，《模型不确定性量化和减少的顺序校准和验证框架》，计算。方法应用。机械。工程，368，第113172条pp.（2020）·Zbl 1506.62267号
[17] Chang，K.-L。；Guillas，S.，《大非平稳空间输出的计算机模型校准：气候模型校准应用》，J.R.Stat.Soc.Ser。C.应用。Stat.，68，1，51-78（2019年）
[18] Perrin，G.，具有时间序列输出的计算机代码的自适应校准，Reliab。工程系统。安全。，196，第106728条pp.（2020）
[19] 密特拉·E.D。；Hlavacek，W.S.，使用基本连续变量的定性观察进行贝叶斯推断，生物信息学，36，10，3177-3184（2020）
[20] 范德霍恩，E。；Mahadevan，S.，贝叶斯模型更新与汇总统计和可靠性数据，Reliab。工程系统。安全。，172, 12-24 (2018)
[21] 盒子，通用电气。；Draper，N.R.，《经验模型构建和响应面》（1987），John Wiley&Sons·Zbl 0614.62104号
[22] Brynjarsdottir，J。；O'Hagan，A.，学习物理参数：模型差异的重要性，逆问题。，第30、11条，第114007页（2014年）·Zbl 1307.60042号
[23] Lei，C.L。；Ghosh，S。；Whittaker，D.G。；Aboelkassem，Y。；Beattie，K.A。；坎特韦尔，C.D。；Delhaas，T。；休斯顿，C。；Novaes，G.M。；Panfilov，A.V.，在校准机械电生理模型时考虑差异，Phil.Trans。R.Soc.A，378，2173，第20190349条，pp.（2020）·Zbl 1470.92057号
[24] 儿子H。；Lee，G。；Kang，K。；Kang，Y.-J。；Youn，B.D。；李，I。；Noh，Y.，工业问题和统计模型改进的解决方案：汽车转向柱的案例研究，Struct。多磁盘。最佳。，61, 1739-1756 (2020)
[25] Plumlee，M.，《不精确计算机模型的贝叶斯校准》，J.Amer。统计师。协会，112，519，1274-1285（2017）
[26] 吴，X。；Shirvan，K。；Kozlowski，T.，《反向不确定性量化灵敏度和可识别性之间关系的证明》，J.Compute。物理。，396, 12-30 (2019) ·Zbl 1453.62402号
[27] Ling，Y。；马林斯，J。；Mahadevan，S.，《贝叶斯校准中模型差异的选择》，J.Compute。物理。，276665-680（2014）·Zbl 1349.62082号
[28] John，D.N。；席克，M。；Heuveline，V.，《电机学习模型差异与贝叶斯推理》，《论文集》，33，1-11（2019）
[29] Xiao，H。；吴，J.-L。；王建新。；Sun，R。；Roy，C.，《量化和减少雷诺平均Navier-Stokes模拟中的模型形式不确定性：一种数据驱动、基于物理的贝叶斯方法》，J.Compute。物理。，324, 115-136 (2016) ·Zbl 1371.76082号
[30] Kim，T。；Youn，B.D.，《用于分层校准的基于可识别性的模型分解》，结构。多磁盘。最佳。，60, 5, 1801-1811 (2019)
[31] 阿伦特，P.D。；阿普利，D.W。；陈伟，计算机模型实验校准中预测可识别性的前置分析，IIE Trans。，48, 1, 75-88 (2016)
[32] Rothenberg，T.J.，参数模型中的识别，《计量经济学》，39，3，577-591（1971）·Zbl 0231.62081号
[33] 阿伦特，P.D。；阿普利，D.W。；Chen，W。；兰姆，D。；Gorsich，D.，《使用多个响应改进模型校准中的可识别性》，J.Mech。设计。，134，10，第100909条pp.（2012）
[34] 吴，X。；科兹洛夫斯基，T。；Meidani，H。；Shirvan，K.，《使用基于高斯过程的模块化贝叶斯方法进行反不确定性量化》，第2部分：TRACE的应用，Nucl。工程设计。，335, 417-431 (2018)
[35] 加里，T。；Groche，P。；霍普，F。；Kuttich，A。；Matei，A。；Pfetsch，M.E。；拉科维奇，M。；Ulbrich，S.，通过应用于机械压力机的实验优化设计识别模型不确定性（2019），arXiv预印本arXiv:1910.08408
[36] Jang，J.-S.，Anfis:基于自适应网络的模糊推理系统，IEEE Trans。系统。人类网络。，23, 3, 665-685 (1993)
[37] James，B.J.，Sugeno型控制器是通用控制器，模糊集与系统，53，3，299-303（1993）·Zbl 0785.93057号
[38] 哈格，T。；Herrmann，J。；Hanss，M.，使用逆模糊算法识别认知不确定性的程序，Mech。系统。信号处理。，2021-2034年7月24日（2010年）
[39] 费斯，M。；Moens，D.，《非概率不确定性建模和量化的最新趋势》，Arch。计算。方法工程，27，633-671（2020）
[40] Zadeh，A.L.，模糊集，信息控制，8，3，338-353（1965）·Zbl 0139.24606号
[41] Takagi，T。；Sugeno，M.，系统的模糊识别及其在建模和控制中的应用，IEEE Trans。系统。人类网络。，SMC-15,1116-132（1985）·Zbl 0576.93021号
[42] Bezdek，J.C。；埃利希·R。；Full，W.，Fcm：模糊c-均值聚类算法，计算。地质科学。，10, 2-3, 191-203 (1984)
[43] Wang，W。；Zhang，Y.，关于模糊聚类有效性指标，模糊集与系统，158，19，2095-2117（2007）·Zbl 1123.62046号
[44] Wang，N。；佩德里茨，W。；姚，W。；陈，X。；Zhao，Y.，析取模糊神经网络：一种新的基于分裂的T-S模糊模型设计方法，IEEE Trans。模糊系统。(2020)
[45] 谢，X。；Beni，G.，模糊聚类的有效性度量，IEEE Trans。模式分析。机器。智力。，13, 841-847 (1991)
[46] Kim，E。；帕克，M。；季S。；Park，M.，《模糊建模的新方法》，IEEE Trans。模糊系统。，5, 328-337 (1997)
[47] 约翰逊，N.L。；科茨，S。；Balakrishnan，N.，连续单变量分布（1994），Wiley·Zbl 0811.62001号
[48] 佩德里茨，W。；Gomide，F.，《模糊系统工程：走向以人为中心的计算》（2007），John Wiley&Sons
[49] Kenneth，H.，《2014年V&V挑战：问题陈述技术》。桑迪亚国家实验室代表桑迪报告2013-10486P（2014）
[50] Witkovskí，V.，《关于单变量正态分布和线性回归的精确双侧公差区间》，奥地利统计杂志，43，279-292（2014）
[51] Cannavó，F.，火山源建模质量评估和模型选择的敏感性分析，计算。地质科学。，44，52-59（2012年）
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。