用于非稳态弹性参数估计的非侵入式神经网络BFGS算法
数值分析
2024-08-19 v2 数值分析
最优化与控制
摘要
我们提出了用于非稳态弹性参数估计问题的非侵入式梯度和非侵入式BFGS算法。为了避免对底层偏微分方程（PDE）进行多次（且可能昂贵的）求解，我们在算法中使用神经网络来近似PDE求解器。该网络针对给定的参数集进行离线训练。这些算法应用于一个非稳态线弹性接触问题；数值研究了它们的收敛性和逼近性质。
引用
@article{arxiv.2312.17373,
title = {A non-intrusive neural-network based BFGS algorithm for parameter estimation in non-stationary elasticity},
author = {Stefan Frei and Jan Reichle and Stefan Volkwein},
journal= {arXiv preprint arXiv:2312.17373},
year = {2024}
}