• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Applied Mathematical Modelling >Frequentist history matching with Interval Predictor Models
【24h】

Frequentist history matching with Interval Predictor Models

机译：频繁历史与间隔预测模型的匹配

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper a novel approach is presented for history matching models without making assumptions about the measurement error. Interval Predictor Models are used to robustly model the observed data and hence a novel figure of merit is proposed to quantify the quality of matches in a frequentist probabilistic framework. The proposed method yields bounds on thep-values from frequentist inference. The method is first applied to a simple example and then to a realistic case study (the Imperial College Fault Model) in order to evaluate its applicability and efficacy. When there is no modelling error the method identifies a feasible region for the matched parameters, which for our test case contained the truth case. When attempting to match one model to data from a different model, a region close to the truth case was identified. The effect of increasing the number of data points on the history matching is also discussed.
机译：在本文中，提出了一种用于历史匹配模型的新颖方法，无需对测量误差进行假设。间隔预测器模型用于对观察到的数据进行鲁棒性建模，因此提出了一种新颖的品质因数来量化频繁概率框架中的匹配质量。所提出的方法根据频繁性推断得出p值的界限。该方法首先应用于简单的示例，然后应用于实际案例研究（帝国学院故障模型），以评估其适用性和有效性。当没有建模错误时，该方法为匹配的参数标识一个可行区域，对于我们的测试案例，该区域包含真实案例。当尝试将一个模型与来自另一个模型的数据进行匹配时，发现了一个接近真实情况的区域。还讨论了增加数据点数量对历史匹配的影响。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号