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MarkovchainMonteCarlo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Metropolis-Hasting算法进行数据采样构造Markovchain;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。