基于热传导反问题的各向异性材料热物性预测方法

• 作者: 杨晨 高思云
• 来源期刊: 化工学报
• 关键词: Bayesian Markov chain Monte Carlo 遗传算法 Levenberg-Marquardt 参数估计
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 传递现象
• 页码范围: 1378-1384
• 页数: 7页
• 分类号: O39|TB115
• 语种: 中文
• DOI: 10.3321/j.issn:0438-1157.2007.06.007

摘要

采用不同方法对基于热传导反问题的固体热导率预测进行了研究.分别采用Bayesian统计方法、Levenberg-Marquardt和遗传算法对二维各向异性材料的热物性进行了预测,并进行了分析比较.研究结果表明,Bayesian方法中热传导反问题的解是其后验概率密度的数学期望,而后验概率密度函数(PPDF)通过测定的温度进行计算获得,用Markov chain Monte Carlo算法计算后验状态空间以得到未知热导率的统计估计,采用Metropolis-Hasting算法进行数据采样构造Markov chain,并截取收敛后的样本进行分析.遗传算法是一种相对较新的用于最优化估计的方法,也可以用于求解反问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨晨	重庆大学动力工程学院	73	708	16.0	23.0
2	高思云	重庆大学动力工程学院	2	56	2.0	2.0