

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、在現(xiàn)代工程設(shè)計中,計算機(jī)輔助工程分析(Computer Aided Engineering,簡稱CAE)模型發(fā)揮著越來越重要的作用。然而,針對實際問題,建立高度仿真的CAE模型并非易事。一方面,由于實際問題本身的復(fù)雜性,很難利用基于單一物理機(jī)理的CAE模型進(jìn)行仿真;另一方面,由于實際問題本身所蘊含的隨機(jī)性以及觀測中的不確定性,導(dǎo)致很難利用具有確定性輸入?yún)?shù)的CAE模型對實際問題進(jìn)行仿真預(yù)測。有鑒于此,近年來,人們開始考慮將基于機(jī)理的模型
2、和實際觀測數(shù)據(jù)綜合起來,對復(fù)雜實際問題進(jìn)行仿真預(yù)測。高斯模型是一種可以將模型和數(shù)據(jù)綜合起來,對系統(tǒng)進(jìn)行仿真預(yù)測的有效方法。本文研究利用高斯模型將傳統(tǒng)CAE模型和實際觀測數(shù)據(jù)相結(jié)合,給出一種新型、高效的CAE分析方法。研究表明,高斯模型可以實現(xiàn)少量數(shù)據(jù)建模、修正不確定性參數(shù)并準(zhǔn)確預(yù)測。
首先,介紹了高斯模型的基本原理。高斯模型是一種基于貝葉斯理論和統(tǒng)計學(xué)理論的模型。高斯模型屬于無參數(shù)模型,它具有良好的靈活性、較高的精度和準(zhǔn)確量化
3、不確定性等優(yōu)點,適用于處理高維數(shù)據(jù)和非線性等復(fù)雜問題。在簡述高斯模型預(yù)測原理的同時,論文討論了協(xié)方差函數(shù)的選取對高斯模型的影響,并驗證了期望函數(shù)的選取對高斯模型的影響微乎其微。據(jù)此,論文后續(xù)工作在建立高斯模型時,著重考慮如何需要選取合適的協(xié)方差函數(shù)。
其次,論文構(gòu)建了一個簡單的懸臂梁力學(xué)分析例子,來討論高斯模型在結(jié)構(gòu)分析應(yīng)用中的基本思想和可行性。在該例子中,利用鐵木辛柯梁模型生成觀測數(shù)據(jù),并用該數(shù)據(jù)和伯努利梁模型建立懸臂梁分析
4、的高斯模型,從而實現(xiàn)利用伯努利梁模型進(jìn)行高度仿真預(yù)測的目的。
再次,論文討論了將高斯過程應(yīng)用于通用CAE分析的基本過程和關(guān)鍵點。論文具體以一個帶圓孔平板的塑性拉伸為例,研究利用實驗數(shù)據(jù)和傳統(tǒng)通用CAE模型建立高斯模型,通過修正不確定性參數(shù)并用其取代傳統(tǒng)CAE模型進(jìn)行預(yù)測的方法。研究表明了利用高斯模型取代傳統(tǒng)CAE模型進(jìn)行高精度仿真預(yù)測的有效性。
最后,利用高斯模型針對實際問題求解了美國圣地亞哥國家實驗室發(fā)布的2014
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 用于回歸預(yù)測的高斯過程模型研究.pdf
- 基于高斯過程機(jī)器學(xué)習(xí)方法的證券預(yù)測模型研究.pdf
- 基于高斯過程的呼吸運動預(yù)測研究.pdf
- 基于高斯過程的備件消耗預(yù)測研究.pdf
- 基于高斯過程的高爐煉鐵過程辨識與預(yù)測.pdf
- 基于高斯過程的變形預(yù)測算法研究.pdf
- 基于高斯過程的風(fēng)電功率概率預(yù)測.pdf
- 基于高斯過程的非線性不確定延遲系統(tǒng)的模型預(yù)測控制.pdf
- 基于高斯過程回歸的鏈路質(zhì)量預(yù)測方法.pdf
- 基于高斯過程隱變量模型的數(shù)據(jù)降維與分類.pdf
- 軌跡聚類與基于高斯過程回歸模型的軌跡識別算法研究.pdf
- 基于高斯混合模型的多模態(tài)過程監(jiān)測.pdf
- 高斯過程在煤與瓦斯突出預(yù)測中的應(yīng)用研究.pdf
- 基于高斯混合模型的時變過程軟測量建模.pdf
- 基于高斯過程的固態(tài)發(fā)酵過程檢測研究.pdf
- 基于高斯過程的pH中和過程控制研究.pdf
- 基于高斯過程的降維方法研究.pdf
- 基于高斯模型的水稻花粉擴(kuò)散研究.pdf
- 基于高斯混合模型的圖像分割的研究.pdf
- 基于高斯過程回歸模型的鋰電池數(shù)據(jù)處理.pdf
評論
0/150
提交評論