检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

马尔可夫链蒙特卡罗方法在保险定价中的应用

长沙航空职业技术学院学报 2008年第4期8卷 60-63页

作者：张野中南大学数学学院湖南长沙410082 长沙航空职业技术学院湖南长沙410124

预测最终损失是保险定价中最重要的组成部分,而马尔可夫链蒙特卡罗方法(MCMC方法)在这方面拥有独特的优势。通过建立模型进行实证,为利用马尔可夫链蒙特卡罗方法进行保险定价提供了思路。

关键词：马尔可夫链蒙特卡罗方法贝叶斯模型保险定价

基于改进差分进化算法的水文模型参数多目标优选研究

在线全文

学校读者我要写书评

暂无评论

系统工程理论与实践 2014年第12期34卷 3268-3273页

作者：曹飞凤许月萍浙江工业大学建筑工程学院港口航道与海岸工程系杭州310014 浙江大学建筑工程学院水文与水资源工程研究所杭州310058

在差分进化算法的基础上,受马尔可夫链蒙特卡罗方法的启发,建立了differential evolution adaptive metropolis(DREAM)算法.DREAM算法融合了马尔可夫链蒙特卡罗方法和差分进化算法的优势,较好地解决了马尔可夫链蒙特卡罗方法中搜索步长... 详细信息

在差分进化算法的基础上,受马尔可夫链蒙特卡罗方法的启发,建立了differential evolution adaptive metropolis(DREAM)算法.DREAM算法融合了马尔可夫链蒙特卡罗方法和差分进化算法的优势,较好地解决了马尔可夫链蒙特卡罗方法中搜索步长的恰当取值以及搜索方向的准确定位问题,并能有效解决差分进化算法的群体多样性和收敛速度问题.在DREAM算法基础上,引入多目标优化思想,提出了一种基于改进适应度分配策略和外部存档方案的多目标DREAM算法,并应用于岷江流域CMD-3PAR降雨-径流模型参数优选研究.结果表明:多目标DREAM算法能够找到一组范围宽广、分布均匀且数量充足的Pareto最优解供决策者评价优选.

关键词：差分进化算法马尔可夫链蒙特卡罗方法参数优选适应度多目标differential evolutionadaptive metropolis算法

基于MCMC方法和油色谱数据的变压器动态故障率模型

在线全文

学校读者我要写书评

暂无评论

电力系统保护与控制 2019年第15期47卷 1-8页

作者：韩赛赛刘宝柱艾欣华北电力大学电气与电子工程学院

对变压器进行合理的运行可靠性评估是其状态检修的基础。首先分析变压器油中气体含量和产气速率、故障时间分布参数对变压器运行可靠性的影响,建立动态故障率模型。然后,针对油浸式变压器故障时间具有的固有随机性,采用马尔可夫链蒙特... 详细信息

对变压器进行合理的运行可靠性评估是其状态检修的基础。首先分析变压器油中气体含量和产气速率、故障时间分布参数对变压器运行可靠性的影响,建立动态故障率模型。然后,针对油浸式变压器故障时间具有的固有随机性,采用马尔可夫链蒙特卡罗方法对变压器故障周期进行场景模拟,并利用统计方法求解变压器的历史故障率作为训练数据,以求解模型相关参数,有效避免解析法直接求解的困难。最后,对变压器短期和中长期的故障率进行预测,并与传统模型进行对比。结果表明,考虑故障时间分布参数对变压器运行可靠性的影响,能够有效提高模型的预测精度。

关键词：油浸式变压器马尔可夫链蒙特卡罗方法油色谱数据故障时间分布参数动态故障率

在线全文

学校读者我要写书评

暂无评论

资产价格的抛物线跳跃扩散模型

系统工程理论与实践 2006年第3期26卷 1-10页

作者：胡素华张世英张彤天津大学管理学院天津300072

以Bibby与Sφrensen(1997)抛物线扩散模型为基础,用一个线性趋势和跳跃加上一个扩散过程为资产价格对数建模,该扩散过程是一个漂移项为0、扩散系数依赖与瞬时的资产价格,该模型称之为抛物线跳跃扩散模型.通过模型成功的拟合了几个不同... 详细信息

以Bibby与Sφrensen(1997)抛物线扩散模型为基础,用一个线性趋势和跳跃加上一个扩散过程为资产价格对数建模,该扩散过程是一个漂移项为0、扩散系数依赖与瞬时的资产价格,该模型称之为抛物线跳跃扩散模型.通过模型成功的拟合了几个不同价格指数数据集合,表明抛物线扩散跳跃模型能够很好的体现资产收益分布的检验特征.开发了基于Milstein的McMC算法,成功的估计了模型的参数及隐含变量,并验证了所开发算法的有效性.

关键词：抛物线扩散跳跃随机波动马尔可夫链蒙特卡罗方法贝叶斯估计

基于Bayes变动统计理论的测试性外场统计验证方法

在线全文

学校读者我要写书评

暂无评论

航空学报 2010年第2期31卷 335-341页

作者：李天梅邱静刘冠军国防科学技术大学机电工程与自动化学院湖南长沙410073

针对故障检测/隔离数据为"小子样"情况导致的测试性外场统计验证存在的周期长、验证结论置信度低等问题,研究并提出了基于Bayes变动统计理论的的测试性外场统计验证模型和方法。首先建立了不同寿命周期阶段故障检测率(FDR)的序化关系模... 详细信息

针对故障检测/隔离数据为"小子样"情况导致的测试性外场统计验证存在的周期长、验证结论置信度低等问题,研究并提出了基于Bayes变动统计理论的的测试性外场统计验证模型和方法。首先建立了不同寿命周期阶段故障检测率(FDR)的序化关系模型;然后以Dirichlet分布为先验分布,利用不同寿命周期阶段故障检测率先验估计值确定Dirichlet分布参数;在此基础上,融合"小子样、异总体"研制阶段增长试验数据和"小子样"外场使用数据,研究并提出了故障检测率的Bayes综合评估模型;引入Gibbs抽样方法求解故障检测率Bayes综合评估模型的复杂高维后验积分;最后在某机载稳定跟踪平台上开展了应用研究。结果表明本文方法能在较短的外场使用周期内,给出较高置信度的外场验证结论,为大型高可靠性装备测试性外场统计验证研究提供了重要的理论依据。

关键词：测试性可靠性外场统计验证小子样贝叶斯 Dirichlet分布马尔可夫链蒙特卡罗方法 Gibbs抽样

在线全文

学校读者我要写书评

暂无评论

形状记忆合金数值模型的不确定性分析

土木与环境工程学报（中英文） 2020年第6期42卷 112-118页

作者：李金朋陈城侯和涛山东大学土建与水利学院济南250061 山东大学山东省绿色建筑智能建造工程技术研究中心济南250061 山东大学山东省工业技术研究院工业化建筑智能建造协同创新中心济南250061 旧金山州立大学工程学院旧金山94132

形状记忆合金(shape memory alloy,简称为SMA)具有“超弹性”,即在受到应力而发生较大变形并卸载后,可以恢复原始形状,并在这个过程中耗散能量,在建筑抗震和桥梁振动控制中具有广阔的应用前景。SMA的模型参数通常由优化方法来确定,然后... 详细信息

形状记忆合金(shape memory alloy,简称为SMA)具有“超弹性”,即在受到应力而发生较大变形并卸载后,可以恢复原始形状,并在这个过程中耗散能量,在建筑抗震和桥梁振动控制中具有广阔的应用前景。SMA的模型参数通常由优化方法来确定,然后用于装有SMA装置的结构地震时程响应分析中。利用Metropolis-Hasting算法(简称为MH算法)中的改进算法DRAM方法(延迟拒绝及自适应采样),基于经过“预拉伸”和热处理的SMA棒材循环拉伸试验结果,对SMA改进的Graesser&Cozzarelli模型参数进行采样,从SMA的本构模型参数和耗能能力两个方面分析了SMA材料的不确定性。建立了各参数的后验分布,并得到了参数两两之间的相关性,结果可用于概率模型的建立及基础模型数学形式的研究。研究表明,在累积概率密度为15%时,材料的能量耗散能力相对误差高达20%;累积概率密度为85%时,相对误差为10%。

关键词：形状记忆合金不确定性分析马尔可夫链蒙特卡罗方法概率建模

在线全文

学校读者我要写书评

暂无评论

马尔可夫链蒙特卡罗光子损失玻色采样模拟

激光与光电子学进展 2022年第21期59卷 219-224页

作者：黄汛倪明季阳吴永政中国电子科技集团公司第三十二研究所上海201800

光子在制备、传播和探测的过程中产生的损失极大地限制了玻色采样的量子计算优越性。为研究光学网络中光子损失对玻色采样结果的影响,基于Clements模型,通过马尔可夫链蒙特卡罗(MCMC)方法实现了4光子8模式的玻色采样模拟,并通过贝叶斯... 详细信息

光子在制备、传播和探测的过程中产生的损失极大地限制了玻色采样的量子计算优越性。为研究光学网络中光子损失对玻色采样结果的影响,基于Clements模型,通过马尔可夫链蒙特卡罗(MCMC)方法实现了4光子8模式的玻色采样模拟,并通过贝叶斯检验方法,对模拟获取的玻色采样结果和光子源处产生光子损失的玻色采样进行了区分。模拟结果表明,基于引入光子损失的光学网络,利用MCMC方法获取的采样结果均能有效通过贝叶斯检验。当MCMC采样样本之间的跳跃样本数增大,通过检验所需的样本数均逐渐减少并趋于稳定。而随着光学网络规模的增大,MCMC方法需要更大的跳跃样本数以达到快速通过贝叶斯检验的需求。通过MCMC方法成功模拟了光学网络中发生光子损失的玻色采样过程,为考虑误差的玻色采样研究提供了参考。

关键词：量子光学玻色采样光子损失马尔可夫链蒙特卡罗方法贝叶斯检验量子计算

在线全文

学校读者我要写书评

暂无评论

基于多源先验数据的系统性能评估方法

系统仿真学报 2021年第11期33卷 2673-2680页

作者：刘灏哲李伟马萍杨明哈尔滨工业大学控制与仿真中心黑龙江哈尔滨150001

在使用Bayes方法对系统进行多源先验数据的性能评估时,综合多源先验数据,利用得到的融合先验分布与实验数据得到后验分布,通过对后验分布进行参数估计得到性能评估结果。提出了一种基于Kullback-Leibler散度的多源先验数据加权融合方法... 详细信息

在使用Bayes方法对系统进行多源先验数据的性能评估时,综合多源先验数据,利用得到的融合先验分布与实验数据得到后验分布,通过对后验分布进行参数估计得到性能评估结果。提出了一种基于Kullback-Leibler散度的多源先验数据加权融合方法,能够有效整合多源先验数据。使用常用的马尔可夫链蒙特卡罗方法对Bayes后验分布进行参数估计,对比了不同建议分布对抽样结果的影响,提出了一种适用于低维建议分布的自适应构造方法,能够有效选取合适的建议分布函数,提升抽样效率。

关键词：性能评估贝叶斯理论多源信息先验分布马尔可夫链蒙特卡罗方法

在线全文

学校读者我要写书评

暂无评论

MCMC粒子滤波的GPS定位数据处理算法

数据采集与处理 2013年第2期28卷 213-218页

作者：王尔申蔡明庞涛沈阳航空航天大学电子信息工程学院沈阳110136

针对基于传统粒子滤波的GPS(Global positioning system)定位数据处理方法存在粒子退化的问题,研究了基于马尔可夫链蒙特卡罗(Markov chain Monte Carol,MCMC)粒子滤波的GPS定位数据处理算法,引入典型的MCMC方法——Metropolis Hastings... 详细信息

针对基于传统粒子滤波的GPS(Global positioning system)定位数据处理方法存在粒子退化的问题,研究了基于马尔可夫链蒙特卡罗(Markov chain Monte Carol,MCMC)粒子滤波的GPS定位数据处理算法,引入典型的MCMC方法——Metropolis Hastings(M-H)抽样算法。利用观测伪距非高斯误差分布,建立重要密度函数,将MCMC粒子滤波与建立的GPS系统非线性状态空间模型结合。实测数据实验结果表明,MCMC粒子滤波可有效抑制粒子退化,解决了GPS定位数据滤波这一非线性非高斯问题,避免了噪声的高斯假设和非线性部分的线性化误差,与基于传统粒子滤波的GPS定位数据处理方法相比,该方法降低了定位数据经纬度和速度估计误差,获得了更高的定位精度,并能够在GPS信号质量较差情况下,对GPS定位数据有效滤波,保证载体在此期间内保持较高的位置精度。

关键词：全球定位系统粒子滤波马尔可夫链蒙特卡罗方法数据处理