基于过渡马尔可夫链蒙特卡罗方法的粘塑性参数辨识
计算工程、金融与科学
2019-06-26 v1
摘要
为利用钢的随动与各向同性硬化理论评估不同载荷条件下的循环行为，采用 Chaboche 粘塑性材料模型。本构模型的参数通常通过最小化模型响应与实验数据间差异来辨识。然而，测量误差与试样差异导致所确定参数的偏差。本文中使用 Chaboche 模型，并应用随机模拟技术生成与实验数据具有同样随机行为的人工数据。然后通过基于贝叶斯定理的估计辨识模型参数。引入并采用过渡马尔可夫链蒙特卡罗方法（TMCMC）在贝叶斯框架下估计模型参数。考虑参数表示其先验的均匀分布，这实质上意味着对参数无任何先验知识。将辨识参数与模拟中真实参数比较，并讨论该辨识方法的效率。事实上，本研究主要目的是观察在贝叶斯框架下仅用表面位移测量向量，利用 TMCMC 辨识粘塑性模型（作为极高非线性模型）的模型与硬化参数的可能性，并评估获得模型不确定参数非常可接受估计所需的测量次数。
引用
@article{arxiv.1906.10647,
title = {Parameter Identification in Viscoplasticity using Transitional Markov Chain Monte Carlo Method},
author = {Ehsan Adeli and Hermann G. Matthies},
journal= {arXiv preprint arXiv:1906.10647},
year = {2019}
}
备注
Submitted to "Probabilistic Engineering Mechanics". arXiv admin note: substantial text overlap with arXiv:1906.07246