Parameter identification of structural dynamic models by inverse statistical analysis

Auf dem Gebiet der Strukturdynamik sind computergestützte Modellvalidierungstechniken inzwischen weit verbreitet. Dabei werden experimentelle Modaldaten, um ein numerisches Modell für weitere Analysen zu korrigieren. Gleichwohl repräsentiert das validierte Modell nur das dynamische Verhalten der getesteten Struktur. In der Realität gibt es wiederum viele Faktoren, die zwangsläufig zu variierenden Ergebnissen von Modaltests führen werden: Sich verändernde Umgebungsbedingungen während eines Tests, leicht unterschiedliche Testaufbauten, ein Test an einer nominell gleichen aber anderen Struktur (z.B. aus der Serienfertigung), etc. Damit eine stochastische Simulation durchgeführt werden kann, muss eine Reihe von Annahmen für die verwendeten Zufallsvariablengetroffen werden. Folglich bedarf es einer inversen Methode, die es ermöglicht ein stochastisches Modell aus experimentellen Modaldaten zu identifizieren. Die Arbeit beschreibt die Entwicklung eines parameter-basierten Ansatzes, um stochastische Simulationsmodelle auf dem Gebiet der Strukturdynamik zu identifizieren. Die entwickelte Methode beruht auf Sensitivitäten erster Ordnung, mit denen Parametermittelwerte und Kovarianzen des numerischen Modells aus stochastischen experimentellen Modaldaten bestimmt werden können.

Technical and scale efficiency of cassava production system in Delta State, Nigeria: an application of Two-Stage DEA approach

The present study examines the level of pure technical and scale efficiencies of cassava production system including its sub-processes (that is production and processing stages) of 278 cassava farmers/processors from three regions of Delta State, Nigeria by applying Two-Stage Data Envelopment Analysis (DEA) approach. Results reveal that pure technical efficiency (PTE) is significantly lower at the production stage 0.41 vs 0.55 for the processing stage, but scale efficiency (SE) is high at both stages (0.84 and 0.87), implying that productivity can be improved substantially by reallocation of resources and adjusting operation size. The socio-economic determinants exert differential impacts on PTE and SE at each stage. Overall, education, experience and main occupation as farmer significantly improve SE while subsistence pressure reduces it. Extension contact significantly improves SE at the processing stage but reduces PTE and SE overall. Inverse size-PTE and size-SE relationships exist in cassava production system. In other words, large/medium farms are technically and scale inefficient. Gender gap exists in performance. Male farmers are technically efficient at processing stage but scale inefficient overall. Farmers in northern region are technically efficient. Investments in education, extension services and infrastructure are suggested as policy options to improve the cassava sector in Nigeria.