support@comsol.com
Aggiornamenti dell'Uncertainty Quantification Module
Per gli utenti dell'Uncertainty Quantification Module, la versione 6.1 di COMSOL Multiphysics® introduce la possibilità di utilizzare i dati sperimentali per calibrare l'incertezza di input e nuovi modi per specificare i parametri di input. Per saperne di più, continuate a leggere.
Quantificazione dell'incertezza inversa
È ora possibile utilizzare i dati sperimentali per calibrare le distribuzioni di probabilità sconosciute dei parametri di input. Il nuovo tipo di studio Inverse Uncertainty Quantification si usa per calcolare la distribuzione a posteriori dei parametri di ingresso, ovvero i parametri di calibrazione che meglio riflettono la loro distribuzione in base ai dati sperimentali e alla conoscenza pregressa dei parametri di calibrazione. Il metodo Markov chain Monte Carlo (MCMC) viene utilizzato per dedurre la distribuzione a posteriori dei parametri di calibrazione costruendo catene di Markov la cui distribuzione stazionaria è la distribuzione a posteriori. Questo tipo di studio propaga le informazioni dei dati sperimentali a ritroso per ottenere la conoscenza dei parametri di calibrazione. Per conoscere le quantità di interesse, è possibile confrontare questo tipo di studio con il tipo di studio esistente Uncertainty Propagation, che propaga nel futuro la distribuzione di un parametro noto.
Schemi aggiuntivi per i parametri di input
Esistono nuovi modi per specificare i parametri di input, i parametri utilizzati per l'analisi Monte Carlo basata sui surrogati e i parametri utilizzati per la verifica dei modelli surrogati. I parametri possono assumere i valori da distribuzioni analitiche, colonne di dati da tabelle di risultati o valori specificati.