基于反应数据的贝叶斯概率方法在恢复力模型选择中的应用-论文.pdf

基于反应数据的贝叶斯概率方法在恢复力模型选择中的应用-论文.pdf

ID:53570033

大小:959.07 KB

页数:6页

时间:2020-04-18

基于反应数据的贝叶斯概率方法在恢复力模型选择中的应用-论文.pdf_第1页
基于反应数据的贝叶斯概率方法在恢复力模型选择中的应用-论文.pdf_第2页
基于反应数据的贝叶斯概率方法在恢复力模型选择中的应用-论文.pdf_第3页
基于反应数据的贝叶斯概率方法在恢复力模型选择中的应用-论文.pdf_第4页
基于反应数据的贝叶斯概率方法在恢复力模型选择中的应用-论文.pdf_第5页
资源描述:

《基于反应数据的贝叶斯概率方法在恢复力模型选择中的应用-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第45卷第5期中南大学学报(自然科学版)、,b1.45No.52014年5月JournalofCentralSouthUniversity(ScienceandTechnology)May2014基于反应数据的贝叶斯概率方法在恢复力模型选择中的应用刘佩,袁泉,魏庆朝(北京交通大学土木建筑工程学院,北京,100044)摘要:考虑模型选择过程中的不确定性,建立基于反应数据的模型选择的贝叶斯概率方法计算框架,用于选择一系列结构模型中的最有可能模型。该方法通过基于贝叶斯理论的模型参数识别方法得到模型参数的最有可能值及Hessian矩阵,对于全局可识别情况再结合渐近估计解法得到

2、各模型的证据,进而通过贝叶斯定理得到选择各模型的概率,可以自动对过于复杂的模型进行限制。最后,将基于贝叶斯理论的模型选择方法用于采用实测滞回曲线数据的密肋复合墙试件的恢复力模型选择中,基于反应数据对选择2种恢复力模型的概率进行计算。研究结果表明:贝叶斯理论在系统识别中的应用不仅可以识别得到模型参数的最有可能值,还可以识别得到最有可能的模型,并且考虑了模型及模型参数的不确定性。关键词:贝叶斯理论;恢复力模型;模型选择;不确定性;最有可能模型中图分类号:TU311文献标志码:A文章编号:1672—7207(20l4)05—1666一O6ApplicationofBayes

3、ianprobabilisticapproachtorestoringforcemodelselectionbasedonresponsedataLIUPei,YUANQuan,WEIQingchao(SchoolofCivilEngineering,BeijingJiaotongUniversity,Beijing100044,China)Abstract:Takingintoaccountofuncertaintiesintroducedinthemodelselection,thecomputationalframeofBayesianprobabilityap

4、proachformodelselectionbasedonresponsedatawasproposedandusedtoobtainthemostprobablemodelsfromasetofmodels.MostprobablevaluesandHessianmatrixofmodelparameterswereobtainedthroughmodelparameteridentificationmethodbasedonBayesiantheorem.Theywereusedtocomputetheevidenceofamodelthroughasympto

5、ticapproximationmethodforgloballyidentifiablecases.Theprobabilityofasetofmodelswasobtainedaccordingtotheevidence.Theproposedmethodautomaticallypenalizedacomplicatedmode1.ThemodelselectionmethodbasedonBayesiantheoremwasappliedtorestoringforcemodelselectionofmulti·gridcompositewallspecime

6、nsubjectedtolowcyclicloadingwithtesteddata.TheprobabilitiesoftworestoringforcemodelsbasedOntesteddatawereobtained.TheresultsshowthatthroughapplicationofBayesiantheoremtosystemidentification,notonlymostprobablevaluesofmodelparametersCanbeobtained,butalsothemostprobablemodelsCanbeobtained

7、.Atthesametime,uncertaintiesofmodelandmodelparameterscanbeconsidered.Keywords:Bayesiantheorem;restoringforcemodel;modelselection;uncertainty;themostprobablemodels模型选择的标准是考察包含识别参数的模型对待原始数据规律性挖掘的基础上的,但是,不同的建模识别结构进行描述的精确程度。数学模型是建立在对方法对于原信息的规律把握不同,目前没有一个绝对收稿日期:2013-05—29;修回日期:2013-

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。