热源参数识别问题的Bayes遗传算法

发布时间：2021-02-24 11:17

　　利用Bayes遗传算法求解二维热传导方程的热源参数.首先通过Bayes推理和二维热传导方程得到热源参数的后验概率密度函数,然后结合遗传算法,根据最大似然原理给出热源位置参数及热源产生时间参数的后验概率分布和统计结果.数值算例表明:当迭代次数达到50次时,参数的相对误差均稳定地收敛在1%以下;对观测数据分别添加5%和10%的噪声,参数的相对误差分别控制在5%和9%以下. 

【文章来源】：吉林大学学报(理学版). 2020,58(04)北大核心

【文章页数】：6 页

【文章目录】：
1 正问题
2 Bayes遗传算法
    2.1 Bayes理论
    2.2 遗传算法
3 数值算例
    3.1 实 例
    3.2 Bayes遗传算法的参数反演结果
    3.3 反演结果对比


【参考文献】：
期刊论文
[1]基于Bayesian-MCMC方法的水体污染识别反问题[J]. 陈海洋,滕彦国,王金生,宋柳霆,周振瑶.  湖南大学学报(自然科学版). 2012(06)



本文编号：3049294