基于热传导反问题的各向异性材料热物性预测方法

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Me-tropolis-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。