提出了一种基于代理模型与自适应调整方差的混塔式风力机塔筒有限元模型修正方法。首先,运用Markov Chain Monte Carlo(MCMC)算法中的Metropolis-Hastings(MH)抽样技术,对实测频率模型的后验概率密度分布进行求解;其次,提出一种自适应调...提出了一种基于代理模型与自适应调整方差的混塔式风力机塔筒有限元模型修正方法。首先,运用Markov Chain Monte Carlo(MCMC)算法中的Metropolis-Hastings(MH)抽样技术,对实测频率模型的后验概率密度分布进行求解;其次,提出一种自适应调整MH抽样中建议分布方差的方法,采用Kriging代理模型代替传统的有限元计算,以提高抽样迭代的计算效率,最后,结合实际工程案例进行分析和验证。研究结果表明,相较于传统的MH抽样方法,本文方法提升了模型的修正效率,减小了真实模型与有限元模型之间的误差。展开更多
利用刀切法和Bayes估计方法,在加权平方损失函数下,得到Rayleigh分布在选取先验分布为Jefferys无信息分布和Gamma分布的情况下参数的Bayes估计的精确形式,在此基础上进一步研究了参数的刀切Bayes估计.最后在R软件中运用MCMC(Markov Chai...利用刀切法和Bayes估计方法,在加权平方损失函数下,得到Rayleigh分布在选取先验分布为Jefferys无信息分布和Gamma分布的情况下参数的Bayes估计的精确形式,在此基础上进一步研究了参数的刀切Bayes估计.最后在R软件中运用MCMC(Markov Chain Monte Carlo)算法对Rayleigh分布参数的Bayes估计和刀切Bayes估计进行数值模拟.模拟结果显示:当样本容量较大时,相同先验分布下刀切Bayes估计模拟效果更好.展开更多
文摘提出了一种基于代理模型与自适应调整方差的混塔式风力机塔筒有限元模型修正方法。首先,运用Markov Chain Monte Carlo(MCMC)算法中的Metropolis-Hastings(MH)抽样技术,对实测频率模型的后验概率密度分布进行求解;其次,提出一种自适应调整MH抽样中建议分布方差的方法,采用Kriging代理模型代替传统的有限元计算,以提高抽样迭代的计算效率,最后,结合实际工程案例进行分析和验证。研究结果表明,相较于传统的MH抽样方法,本文方法提升了模型的修正效率,减小了真实模型与有限元模型之间的误差。
文摘利用刀切法和Bayes估计方法,在加权平方损失函数下,得到Rayleigh分布在选取先验分布为Jefferys无信息分布和Gamma分布的情况下参数的Bayes估计的精确形式,在此基础上进一步研究了参数的刀切Bayes估计.最后在R软件中运用MCMC(Markov Chain Monte Carlo)算法对Rayleigh分布参数的Bayes估计和刀切Bayes估计进行数值模拟.模拟结果显示:当样本容量较大时,相同先验分布下刀切Bayes估计模拟效果更好.
