阿萨迪、埃尔凡；P.Stephan Heyns 塑性模型表征中贝叶斯推断的计算框架。 （英语） Zbl 1439.74055号 计算。方法应用。机械。工程师。 321, 455-481 (2017). 总结：本研究的目的是制定并证明塑性模型表征（CBPC）中贝叶斯推断的计算框架。为此，我们集成了贝叶斯规则、嵌套抽样、伽利略蒙特卡罗抽样、代理建模和主成分分析。我们通过在塑性模型表征问题中必须解决的三个案例中演示其应用来证明我们的计算框架。首先，我们比较了与不同材料响应相关的不同误差相关模型，并确定了相应的模型参数分布。然后，我们在贝叶斯框架中比较由不同硬化和屈服模型类组成的材料模型类。选择材料模型类，同时推断出相应的模型参数分布。本研究至少提供了两个主要贡献。首先，设计CBPC以有效的方式解决塑性中的主要推理问题是新颖的。此外，证明了其在塑性模型表征问题中的实际应用，即硬化和各向异性参数推断以及多轴应力状态下的模型类比较。 引用于三文件 MSC公司： 74C05型 小应变率相关塑性理论（包括刚塑性和弹塑性材料） 2015年1月62日 贝叶斯推断 74秒99 固体力学中的数值方法和其他方法 关键词：贝叶斯推断；概率反问题；材料特性；模型类选择；参数识别；嵌套采样 软件：CosmoNest公司；博尔斯塔德2；多重嵌套 PDF格式BibTeX公司 XML格式引用 \textit{E.Asaadi}和\textit{P.S.Heyns}，计算。方法应用。机械。工程321，455--481（2017；Zbl 1439.74055） 全文： 内政部 参考文献： [1] 阿巴斯，F。；Belhadj，T。；米斯托，S。；Zghal，A.，在板材成形中使用人工神经网络识别机械延性损伤的参数，马特。设计。，45505-615（2013） [2] 阿萨迪，E。；Wilke，D.N。；Heyns，P.S。；Kok，S.，《使用直接逆映射解决材料识别问题：陷阱和解决方案》，结构。多光盘。最佳。，55, 613-632 (2017), https://link.springer.com/article/10.1007/s00158-016-1515-1 [3] Khalfallah，A。；奥利维拉，M.C。；Alves，J.L。；Zribi，T。；Belhadjsalah，H。；Menezes，L.F.，液压成形应用中各向异性管状材料的机械特性和本构参数识别，国际力学杂志。科学。，104, 91-103 (2015) [4] 阿萨迪，E。；Heyns，P.S.，使用渐进逆识别方法识别管状材料的流动应力，工程计算。，33, 1472-1489 (2016), http://www.emeraldinsight.com/doi/abs/10.1108/EC-08-2015-0219 [5] 克林格，S。；Steinmann，P.，非均质材料的逆分析及其在粘弹性固化聚合物中的应用，计算。机械。，55, 603-615 (2015) ·Zbl 1311.74053号 [6] 阿奎尔，H。；贝尔哈吉·萨拉赫，H。；Hambli，R.，使用人工神经网络-遗传算法方法对弹塑性行为进行参数识别，Mater。设计。，32, 48-53 (2011) [7] Rauchs，G。；Bardon，J.，《通过压痕试验和有限元建模与数值优化相结合识别弹塑性材料参数》，有限元。分析。设计。，47, 653-667 (2011) [8] Tarantola，A.，《模型参数估计的反问题理论和方法》（2005），工业和应用数学学会·Zbl 1074.65013号 [9] Beck，J.L.，基于概率逻辑的贝叶斯系统识别，结构。控制健康监测。，17, 825-847 (2010) [10] 乔治奥，G。；马南，A。；Cooper，J.E.，《损伤严重程度和材料属性不确定的复合材料机翼气动弹性行为建模》，机械。系统。信号处理。，32, 32-43 (2012) [11] Sun，R。；陈，G。；He，H。；Zhang，B.，材料不确定性下复合材料加筋板的冲击力识别，有限元。分析。设计。，81, 38-47 (2014) [12] Gang，J.H.等人。；安·D。；Joo，J.W。；Choi，J.H.，基于模型校准方法的焊料合金材料参数估计的不确定度分析，微电子。信实。，52, 1128-1137 (2012) [13] Chiachío，J。；Chiachío，M。；Saxena，A。；桑卡拉拉曼，S。；Rus，G。；Goebel，K.，复合材料疲劳损伤进展模型的贝叶斯模型选择和参数估计，国际疲劳杂志，70361-373（2015） [14] Dimitrov，N。；Der Kiureghian，A。；Berggreen，C.，层压复合材料疲劳寿命的贝叶斯推断模型，J.Compos。材料。，50, 131-143 (2016) [15] Gogu，C.，通过降维和响应面方法促进弹性常数的贝叶斯识别（论文）（2009年），佛罗里达大学 [16] X·冯。；Jimenez，R.，使用单轴抗压强度对完整岩石弹性模量的贝叶斯预测，工程地质学。，173, 32-40 (2014) [17] Haario，H。；冯·赫兹，R。；A.T.卡图恩。；Jorkama，M.，借助MCMC方法识别聚合物模型的粘弹性参数，Mech。Res.Commun.公司。，61, 1-6 (2014) [18] 迈尔斯，P。；海斯，M。；史密斯，R。；Oates，W.，有限变形粘弹性的贝叶斯不确定性分析，机械。材料。，91, 35-49 (2015) [19] 克鲁斯，J.H。；Smith，R.C.，形状记忆合金弯曲致动器的参数和模型不确定性的量化，J.Intell。马特。系统。结构。，25, 229-245 (2014) [20] Ritto，T.G。；Nunes，L.C.S.，大变形下简单和纯剪切超弹性模型的贝叶斯模型选择，计算。结构。，156, 101-109 (2015) [21] Madiredy，S。；Sista，B。；Vemaganti，K.，选择软组织超弹性本构模型的贝叶斯方法，计算。方法应用。机械。工程，291，102-122（2015）·Zbl 1423.74624号 [22] Seyedsalehi，S。；张，L。；Choi，J。；Baek，S.，《腹部主动脉壁生长和重塑计算模型贝叶斯校准材料参数的先验分布》，J.Biomech。工程，137101001（2015） [23] 凯特尔，H。；Dimmig-Osburg，A。；范德维尔，L。；Schueremans，L.，使用贝叶斯方法选择蠕变模型，Mater。结构/马特。等施工。，45, 1513-1533 (2012) [24] 公园，I。；Grandhi，R.V.，量化模型形式不确定性的贝叶斯统计方法和两种模型组合方法，Reliab。工程系统。安全。，129, 46-56 (2014) [25] 麦克法兰，J。；马哈德万，S。；罗梅罗，V。；Swileir，L.，《多变量输出计算机模拟的校准和不确定性分析》，AIAA J.，46，1253-1265（2008） [26] Chiachío，M。；奇亚乔，J。；Rus，G。；Beck，J.L.，《复合材料疲劳损伤预测：贝叶斯框架》，结构。安全。，51, 57-68 (2014) [27] Karandikar，J.M。；施密茨，T.L。；Abbas，A.E.，贝叶斯推理在铣削力建模中的应用，Trans。ASME，J.制造科学。工程，13，6（2014） [28] Bolstad，W.M.，《理解计算贝叶斯统计》（2010年），新泽西州威利霍博肯·Zbl 1277.62003年 [29] Gogu，C。；哈夫特卡，R。；Riche，R.L。；Molimard，J。；Vautrin，A.，《用于弹性常数识别的贝叶斯方法简介》，AIAA J.，48，893-903（2010） [30] Cheung，S.H。；Beck，J.L.，贝叶斯模型类别评估的后验概率计算和基于动态系统数据的后验样本的平均，Comput。辅助公民。基础设施。工程师，25，304-321（2010） [31] Jeffreys，H.，《概率论》（1961），牛津·Zbl 0116.34904号 [32] Muto，M。；Beck，J.L.，使用随机模拟的滞回结构模型的贝叶斯更新和模型类别选择，J.Vib。控制，14，7-34（2008）·Zbl 1229.74065号 [33] Kullback，S.，《信息理论与统计》（1959），John Wiley&Sons·Zbl 0149.37901号 [34] Beck，J.L。；Yuen，K.V.，《使用响应测量的模型选择：贝叶斯概率方法》，J.Eng.Mech。，130, 192-203 (2004) [35] Kass，R.E。；Raftery，A.E.，Bayes factors，J.Amer。统计师。协会，90，773-795（1995）·Zbl 0846.62028号 [36] Beck，J.L。；Katafygiotis，L.S.，更新模型及其不确定性。一： 贝叶斯统计框架，J.Eng.Mech。，124, 455-461 (1998) [37] Chib，S.，吉布斯输出的边际可能性，J.Amer。统计师。协会，90，1313-1321（1995）·Zbl 0868.62027号 [38] Chib，S。；Jeliazkov，I.，《大都会黑斯廷斯输出的边际可能性》，J.Amer。统计师。协会，96，270-281（2001）·Zbl 1015.62020号 [39] Skilling，J.，一般贝叶斯计算的嵌套抽样，贝叶斯分析。，1833-860（2006年）·Zbl 1332.62374号 [40] Allison，R。；Dunkley，J.，贝叶斯参数估计抽样技术的比较，Mon。不是。R.阿斯顿。Soc.，4373918-3928（2014年） [41] 弗里尔，N。；Wyse，J.，《评估证据——综述》，Stat.Neerl。，66, 288-308 (2012) [42] 加博夫斯基，T。；Maier，G。；Novati，G.，《通过双向试验和反分析校准纸箔的正交各向异性弹塑性本构模型》，结构。多光盘。最佳。，46, 111-128 (2012) [43] 穆克吉，P。；帕金森。；Liddle，A.R.，宇宙模型选择的嵌套采样算法，天体物理学。J.，638，L51-L54（2006） [44] 费罗兹，F。；Hobson，M.P.，《多模嵌套抽样：天文数据分析中马尔可夫链蒙特卡罗方法的一种有效且稳健的替代方法》，Mon。不是。R.阿斯顿。Soc.，384，449-463（2008年） [45] 费罗兹，F。；霍布森，M.P。；Bridges，M.，《MultiNest:宇宙学和粒子物理学的一个高效且健壮的贝叶斯推理工具》，孟买。不是。R.阿斯顿。Soc.，3981601-1614（2009） [46] 费罗兹，F。；Skilling，J.，《用嵌套抽样探索多模态分布》（AIP会议论文集（2013）），106-113 [47] Skilling，J.，《大空间中的贝叶斯计算——嵌套抽样和伽利略蒙特卡罗》（AIP会议论文集（2012）），145-156 [48] DiazDelaO，F.A。；Adhikari，S.，使用高斯过程模拟器进行结构动力分析，工程计算。，27, 580-605 (2010) ·Zbl 1284.74146号 [49] 康达·雷迪，B。；Balaji，C.，《利用液晶热成像技术对热流和热扩散率进行贝叶斯估计》，《国际热学杂志》。科学。，87, 31-48 (2015) [50] McFarland，J.M.，通过验证和校准进行计算机模拟的不确定性分析（论文）（2009年），范德比尔特大学 [51] 医学博士麦凯。；贝克曼，R.J。；Conover，W.J.，在计算机代码输出分析中选择输入变量值的三种方法的比较，技术计量学，21239-245（1979）·Zbl 0415.62011号 [52] Arora，J.，《优化设计导论》（2012），爱思唯尔科学 [53] Jolliffe，I.T.，主成分分析（2002），Springer-Verlag·Zbl 1011.62064号 [54] Gogu，C。；Passieux，J.-C.，《通过结合响应面方法和降阶建模实现高效代理构造》，Struct。多光盘。最佳。，47, 821-837 (2013) [55] Gogu，C。；尹，W。；哈夫特卡，R。；Ifju，P。；Molimard，J。；勒里奇，R。；Vautrin，A.，从莫尔干涉位移场对多向层压板弹性常数的贝叶斯识别，实验力学。，53, 635-648 (2013) [56] Kang，H。；Ha，J.，投影光谱分析，国际J.控制自动。系统。，13, 1530-1537 (2015) [57] 库瓦巴拉，T。；吉田，K。；Narihara，K。；Takahashi，S.，挤压铝合金管在轴向力和内部压力下的各向异性塑性变形，国际塑料杂志。，21, 101-117 (2005) ·Zbl 1112.74340号 [58] Walters，C.L.，《在各种应力状态和应变率下进行韧性断裂试验的冲压技术开发》（论文）（2009年），麻省理工学院 [59] GOM光学测量技术，Aramis用户手册-软件。阿拉米斯，2009年；GOM光学测量技术，Aramis用户手册-软件。阿拉米斯，2009年 [60] Simoen，E。；Papadimitriou，C。；Lombaert，G.，《关于贝叶斯模型更新中的预测误差相关性》，J.Sound Vib。，332, 4136-4152 (2013) [61] Jaynes，E.，《概率论：科学的逻辑》（2003），剑桥大学出版社·Zbl 1045.62001号 [62] M.C.肯尼迪。；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, 425-450 (2001) ·Zbl 1007.62021号 [63] Beers，K.J.，《Matlab中化学工程应用的数值方法》（2007），剑桥大学出版社，剑桥；纽约 [64] \（ANSYS®）\（ANSYS®） [65] Banabic，D.，《金属板材的塑性行为》，in：《金属板材成形工艺》（2010），斯普林格·弗拉格，柏林，海德堡 [66] 埃勒，G。；德卢卡，M。；Dinç，E。；奥利韦里奥，F。；Ragno，G.，人工神经网络与主成分分析相结合用于复杂药物制剂的分离，化学。药学公牛。，59, 35-40 (2011) [67] Matlab，Matlab公司，马萨诸塞州纳蒂克Mathworks Inc.，2015年；Matlab，Matlab公司，马萨诸塞州纳蒂克Mathworks Inc.，2015年 [68] Jaynes，E.T.，信息理论与统计力学，物理学。修订版，106，620-630（1957）·Zbl 0084.43701号 [69] 张，S。；莱奥廷，L。；几内亚，D。；Thuillier，S。；Zang，S.L.，用常规试验或双轴试验校准各向异性屈服准则，国际力学杂志。科学。，85, 142-151 (2014) [70] 盖里，A。；希尔德·F。；拉图尔特，F。；Roux，S.，使用DIC测量和加权FEMU，Mech。材料。，100, 55-71 (2016) [71] 克里尔，P。；Caspele，R。；Taerwe，L.，Bayesian使用有限数据更新了空间混凝土特性的相关长度，《计算机与混凝土》，13，659-677（2014） [72] Mthembu，L。；马尔瓦拉，T。；弗里斯韦尔，M.I。；Adhikari，S.，《使用贝叶斯证据统计进行有限元模型更新的模型选择》，Mech。系统。信号处理。，25, 2399-2412 (2011) 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。