对流_扩散方程源项识别反问题的MCMC方法_曹小群.pdfVIP

DOI ：10.3969/j.issn.1000-4874.2010.02.001 对流－扩散方程源项识别 反问题的 MCMC 方法* 曹小群, 宋君强, 张卫民, 张理论 ( 国防科学技术大学计算机学院，长沙 410073, Email: qunxiaocao2000@) 摘 要：给出了利用马尔科夫链蒙特卡罗(MCMC)方法求解对流-扩散方程源项识别反问题的一种新方法。该方法 把源项识别反问题视为贝叶斯估计问题，然后用MCMC法求解。首先利用贝叶斯公式，导出了多点源中源强和位置等 未知参数分布规律的后验概率密度函数；接着以后验概率分布为目标分布采用自适应Metropolis算法构造Markov链；然 后截取收敛的链序列，利用后验均值方法估计出源项中的未知参数。数值试验结果表明，该方法具有精度高，收敛速 度快且易于计算机实现等优点。 关 键 词：对流-扩散方程；源项；反问题；马尔科夫链蒙特卡罗方法 中图分类号：TV14 文献标识码：A MCMC method on an inverse problem of source term identification for convection-diffusion equation CAO Xiao-qun, SONG Jun-qiang, ZHANG Wei-min, ZHANG Li-lun (College of Computer, National Univ. of Defense Technology, Changsha 410073, China) Abstract: A new approach based on Markov Chain Monte Carlo(MCMC) method for source term identification of convection-diffusion equation was proposed ．It views the inverse problem of source term identification as the problem of Bayesian estimation resolved by MCMC algorithm ．Firstly ，the posterior probability density function for unknown parameters of multiple point sources was deduced with the Bayesian formula. Secondly, taking the posterior probability as the target * 收稿日期：2009-03-19(2009-11-30 修改稿) 基金项目：国家自然科学基金项目资助 作者简介：曹小群(1980 －),男,湖南益阳人,助理研究员,博士. 128 水 动 力 学 研 究 与 进 展 A 辑 2009 年第 2 期 distribution, the Adaptive Metropolis algorithm was used to construct the Markov Chains of unknown parameters. And the converged samples were used to estimate the unknown parameters of source term. The results of numerical expe