衡量这而非那：优化测量成本与模型基础信息内容
最优化与控制
2024-06-17 v1 系统与控制
系统与控制
应用统计
摘要
模型基于的实验设计（MBDoE）是一个强大的框架，用于从数据中选择和校准基于科学的数学模型。本工作通过提出一个凸混合整数（非）线性规划（MINLP）问题来优化测量选择，扩展了流行的 MBDoE 工作流程。修改后的求解器 MindtPy 支持通过外部软件包 \texttt{SciPy} 计算 D 优化目标及其梯度，利用 Pyomo 中的灰箱模块。该新方法在两个案例研究中演示：估计批次反应器中高度相关的动力学参数；估计大型旋转压差床中 CO 捕获的传输参数。两个案例研究都展示了如何检查 A- 和 D 优化相对于测量预算的 Pareto 最优贸易，为为科学实验选择测量提供了实际指导。
引用
@article{arxiv.2406.09557,
title = {Measure This, Not That: Optimizing the Cost and Model-Based Information Content of Measurements},
author = {Jialu Wang and Zedong Peng and Ryan Hughes and Debangsu Bhattacharyya and David E. Bernal Neira and Alexander W. Dowling},
journal= {arXiv preprint arXiv:2406.09557},
year = {2024}
}