Detail publikace

Simulation of random fields for stochastic finite element analysis

Originální název

Simulation of random fields for stochastic finite element analysis

Anglický název

Simulation of random fields for stochastic finite element analysis

Jazyk

en

Originální abstrakt

Randomizaci komerčnách a akademických programů založených na metodě konečných prvků je v poslední době věnována nárůstající pozornost. Jenomže výpočtové nároky jsou zejména u nelineárních úloh čaasto značné Simulace náhodných polí je základní úlohou v metodě stochastických konečných prvků (SFEM). There are many techniques available nowadays, but for computationally intensive problems (typically nonlinear FEM calculations) we are constrained by small number of Monte Carlo type simulations we can afford. The paper proposes a method which combines the spectral decomposition of covariance matrix and improved Latin Hypercube Sampling (LHS). Paper tackles some extremely important aspects of random fields simulation for SFEM with small number of simulations at satisfactory accuracy: improvements to both basic statistical moments and autocorrelation structure of simulated random field. All these aspects are important for computational efficiency, robustness and accuracy in SFEM.

Anglický abstrakt

Randomizaci komerčnách a akademických programů založených na metodě konečných prvků je v poslední době věnována nárůstající pozornost. Jenomže výpočtové nároky jsou zejména u nelineárních úloh čaasto značné Simulace náhodných polí je základní úlohou v metodě stochastických konečných prvků (SFEM). There are many techniques available nowadays, but for computationally intensive problems (typically nonlinear FEM calculations) we are constrained by small number of Monte Carlo type simulations we can afford. The paper proposes a method which combines the spectral decomposition of covariance matrix and improved Latin Hypercube Sampling (LHS). Paper tackles some extremely important aspects of random fields simulation for SFEM with small number of simulations at satisfactory accuracy: improvements to both basic statistical moments and autocorrelation structure of simulated random field. All these aspects are important for computational efficiency, robustness and accuracy in SFEM.

BibTex


@inproceedings{BUT14797,
  author="Miroslav {Vořechovský} and Drahomír {Novák}",
  title="Simulation of random fields for stochastic finite element analysis",
  annote="Randomizaci komerčnách a akademických programů založených na metodě konečných prvků je v poslední době věnována nárůstající pozornost. Jenomže výpočtové nároky jsou zejména u nelineárních úloh čaasto značné Simulace náhodných polí je základní úlohou v metodě stochastických konečných prvků (SFEM). There are many techniques available nowadays, but for computationally intensive problems (typically nonlinear FEM calculations) we are constrained by small number of Monte Carlo type simulations we can afford. The paper proposes a method which combines the spectral decomposition of covariance matrix and improved Latin Hypercube Sampling (LHS). Paper tackles some extremely important aspects of random fields simulation for SFEM with small number of simulations at satisfactory accuracy: improvements to both basic statistical moments and autocorrelation structure of simulated random field. All these aspects are important for computational efficiency, robustness and accuracy in SFEM.",
  address="Millpress Rotterdam",
  booktitle="Safety and Reliability of Engineering Systems and Structures",
  chapter="14797",
  institution="Millpress Rotterdam",
  year="2005",
  month="june",
  pages="436",
  publisher="Millpress Rotterdam",
  type="conference paper"
}