复杂本构模型参数的识别：最小二乘最小化与贝叶斯更新
数据分析、统计与概率
2024-08-12 v1 概率论
统计理论
统计计算
统计理论
摘要
本研究将常用的最小二乘最小化方法与贝叶斯更新程序进行了对比。在材料参数识别的框架下，后验参数密度函数由其先验分布与测量似然函数导出。通过使用马尔可夫链蒙特卡洛（Markov Chain Monte Carlo）方法（如 Metropolis-Hastings 算法），可以计算出包含局部峰值在内的全局密度函数。因此，该方法能够准确评估全局参数质量。然而，与最小化方法相比，其计算代价显著更大。因此，本研究讨论了几种用于高效近似似然函数的方法。
引用
@article{arxiv.2408.04928,
title = {Identification of the parameters of complex constitutive models: Least squares minimization vs. Bayesian updating},
author = {Thomas Most},
journal= {arXiv preprint arXiv:2408.04928},
year = {2024}
}
备注
presented at 15th working conference IFIP Working Group 7.5 on Reliability and Optimization of Structural Systems, Munich, April 7-10, 2010