基于不确定性分析的模型修正如何求解? 举报 理由 举报 取消 当前的模型修正问题主要是确定性模型修正，在逆问题的求解时往往采用一个优化过程来求解。但是确定性的模型修正无法考虑认知误差，测量出的响应的误差，因此其修正后的有限元模型往往能再现修正时采用的响应，但是换一组工况后，误差可能依旧较大。因此基于不确定分析的模型修正最近开始兴起，用得最多的求解方式便是全局优化，但是怎么把不确定分析的一些正问题求解技术运用到优化过程中，还未可知。因为不确定分析里面的变量已经是一个区间而不是一个数值，所以有的优化算法并不合适。希望大家就此问题多多交流 2017年6月19日 1 条回复 1146 次浏览 优化,分析,模型
回复 ( 1 )
不确定性模型修正最开始是用贝叶斯方法进行的 但只限于误差为高斯分布，还有用泰勒级数展开的随机模型修正，随机有限元方法主要有正交多项式展开法等 。