Aug, 2024
基于有理多项式混沌展开的线性结构动力学模型的最大后验估计
Maximum a Posteriori Estimation for Linear Structural Dynamics Models
Using Bayesian Optimization with Rational Polynomial Chaos Expansions
TL;DR本研究解决了在结构动态模型中进行最大后验(MAP)估计时,计算需求高的问题。采用有理多项式混沌扩展(RPCE)代理模型和稀疏贝叶斯学习的方法,结合贝叶斯优化,以此减少模型评估次数,实现了高效的参数更新。结果表明,该方法在参数更新及模型设计优化方面具有显著效果。