support@comsol.com
Uncertainty Quantification Updates
Für Nutzer des Uncertainty Quantification Module bietet COMSOL Multiphysics® Version 6.1 die Möglichkeit, experimentelle Daten zur Kalibrierung der Input-Unsicherheit zu verwenden und neue Möglichkeiten zur Angabe von Input-Parametern. Hier erfahren Sie mehr über die Updates.
Inverse Uncertainty Quantification
Sie können jetzt experimentelle Daten verwenden, um die unbekannten Wahrscheinlichkeitsverteilungen der Input-Parameter zu kalibrieren. Der neue Studientyp Inverse Uncertainty Quantification wird verwendet, um die A-posteriori-Verteilung der Input-Parameter zu berechnen – d.h. die Kalibrierungsparameter, die deren Verteilung auf der Grundlage der experimentellen Daten und des Vorwissens über die Kalibrierungsparameter am besten wiedergeben. Die Markov-Chain-Monte-Carlo-Methode (MCMC) wird verwendet, um die posteriore Verteilung der Kalibrierungsparameter abzuleiten, indem Markov-Ketten konstruiert werden, deren stationäre Verteilung die posteriore Verteilung ist. Bei dieser Art von Studie werden die experimentellen Daten rückwärts propagiert, um Erkenntnisse über die Kalibrierungsparameter zu gewinnen. Um Ihr Wissen über die relevanten Größen zu erweitern, können Sie diesen Studientyp mit dem bestehenden Studientyp Uncertainty Propagation vergleichen, der die Verteilung eines bekannten Parameters vorwärts propagiert.
Zusätzliche Schemata für Input-Parameter
Es gibt neue Möglichkeiten zur Angabe von Input-Parametern, von Parametern für die Surrogate-basierte Monte-Carlo-Analyse und von Parametern für die Verifizierung von Surrogate-Modellen. Die Parameter können ihre Werte aus analytischen Verteilungen, Datenspalten aus Ergebnistabellen oder festgelegten Werten beziehen.