出现集合随机滤清器(ERFF)作为逆建模的替代品的替代卡尔曼滤波器(ENKF)。 ENKF是一种数据同化方法,随着观察结果的收集,可以依次依次估算参数估计参数。更新步骤是基于从实现集合中计算出的实验协方差,并将更新作为线性组合,是观测值和预测的系统状态值之间差异的线性组合。 ERFF用随机森林表示的非线性函数代替更新步骤中的线性组合。这样,可以捕获要更新的参数与观察值之间的非线性关系,并产生更好的更新。在许多方案中,有不同程度的异质性(对数电导率变异从1到6.25(ln m/d)2),在许多方案中,证明了ERFF的对数指导性识别的目的。合奏(50或100),以及打击头观测的数量(18或36)。在所有情况下,ERFF效果很好,能够重建对数传导性空间异质性,同时匹配所选控制点处观察到的压电头。为了进行基准测试,将ERFF与重新启动ENKF进行了比较,以发现ERFF在使用的集合实现的数量(在典型的ENKF应用中很小)中优于ENKF。只有当实现的数量增加到500时,重新启动ENKF才能匹配ERFF的性能,尽管计算成本三倍。
translated by 谷歌翻译