期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于Bayesian证据推断与信息增益的参数化有限元修正模型选择 被引量:1
1
作者 尹涛 王祥宇 周越 《振动与冲击》 EI CSCD 北大核心 2018年第12期159-166,共8页
在概率论和信息论框架下,建立一种基于Bayesian证据推断与马尔科夫链蒙特卡洛(MCMC)方法的有限元参数化修正模型选择分析方法,以解决有限元模型修正中的待定模型参数选择问题。引入信息增益(Information Divergence)指标,定量表征有限... 在概率论和信息论框架下,建立一种基于Bayesian证据推断与马尔科夫链蒙特卡洛(MCMC)方法的有限元参数化修正模型选择分析方法,以解决有限元模型修正中的待定模型参数选择问题。引入信息增益(Information Divergence)指标,定量表征有限元模型修正过程中需要从测量数据中提取用于修正待定模型参数的信息量多少,以惩罚有限元模型待修正参数的复杂程度,能过权衡有限元参数化模型复杂度与其相应信息论表述的复杂度,获得满足模型与实测数据吻合度要求且待定参数相对简单的有限元参数化修正模型,有效避免由于待修正参数过多而导致的模型过拟合问题。通过对某两层螺栓连接钢框架有限元模型半刚性连接刚度参数修正的数值仿真与模型实验研究,对该方法进行验证。 展开更多
关键词 有限元模型修正 贝叶斯证据推断 模型选择 证据因子 马尔科夫链蒙特卡洛方法(MCMC) 信息增益
下载PDF
基于小波变换和贝叶斯证据推断框架下的LS-SVM短期风速预测
2
作者 张洁 方瑞明 《能源技术经济》 2012年第5期31-35,共5页
基于小波的多分辨率分析,针对风速序列拟周期性、非平稳性及非线性等特点,将风速序列按不同频率进行分解,对分解后的原始风速信号分别建立不同的预测模型;各个模型的最佳参数由贝叶斯证据3层推断得出,用以建立基于小波和贝叶斯证据推断... 基于小波的多分辨率分析,针对风速序列拟周期性、非平稳性及非线性等特点,将风速序列按不同频率进行分解,对分解后的原始风速信号分别建立不同的预测模型;各个模型的最佳参数由贝叶斯证据3层推断得出,用以建立基于小波和贝叶斯证据推断框架下的最小二乘支持向量机(LS-SVM)回归短期风速预测模型。应用该模型对东北某风电场的风速进行了提前1 h的预测,预测的平均绝对百分比误差为7.63%,提高了预测精度。预测结果表明:基于贝叶斯证据推断框架下的LS-SVM和小波分析相结合的短期风速预测模型是一种有效、可行的风速预测模型,可为风力发电功率的预测提供一定的理论支持。 展开更多
关键词 贝叶斯证据推断框架 最小二乘支持向量机 风速预测 小波分解
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部