参数辨识用于数字建造：一种高斯过程学习方法
系统与控制
2020-12-22 v1 机器学习
系统与控制
摘要
张拉索网可用作高效建造轻质建筑构件（如薄混凝土壳结构）的支撑结构。为保证后者的重要力学特性，张拉索网几何相对于期望目标形态的偏差容差非常严格。因此，需要在施工现场对形态进行重新调整。为采用基于模型的优化技术，需精确辨识索网系统的重要不确定模型参数。本文提出使用高斯过程回归来学习将索网几何映射到不确定参数的函数。与先前提出的方法相比，该方法仅需一次形态测量即可辨识索网模型参数。这是有益的，因为施工现场的索网形态测量非常昂贵。对于高斯过程的训练，通过凸规划高效计算模拟数据。所提方法的有效性以及参数精确辨识对索网形态的影响，在一个屋顶结构四分之一比例原型上的数值实验中得到了展示。
引用
@article{arxiv.2012.11022,
title = {Parameter Identification for Digital Fabrication: A Gaussian Process Learning Approach},
author = {Yvonne R. Stürz and Mohammad Khosravi and Roy S. Smith},
journal= {arXiv preprint arXiv:2012.11022},
year = {2020}
}