检索结果-南通市图书馆

基于mcmc方法的WOFOST模型参数标定与不确定性分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

农业工程学报 2018年第16期34卷 113-119页

作者：黄健熙黄海马鸿元李颖侯英雨何亮朱德海中国农业大学土地科学与技术学院北京100083 农业部农业灾害遥感重点实验室北京100083 中国气象局河南省农业气象保障与应用技术重点开放实验室郑州450003 河南省气象科学研究所郑州450003 中国气象局国家气象中心北京100081

为探究作物生长模型参数的自动标定技术及其不确定性分析方法,该研究以郑州农业气象试验站为试验点,利用融入了snooker更新(snooker update)的DE-MC(differential evolution Markov chain,差分进化马尔科夫链)方法实现对WOFOST(world fo... 详细信息

为探究作物生长模型参数的自动标定技术及其不确定性分析方法,该研究以郑州农业气象试验站为试验点,利用融入了snooker更新(snooker update)的DE-MC(differential evolution Markov chain,差分进化马尔科夫链)方法实现对WOFOST(world food studies)作物生长模型的参数标定和不确定性定量评价。snooker更新增加了DE-MC算法中候选样本的多样性,从而实现利用更少的并行链对多维参数空间进行有效采样,较适合于WOFOST模型参数众多的特性。结果表明:相比于模型默认值,采用mcmc(Markov chain Monte Carlo,马尔科夫链-蒙特卡洛)标定后的参数,叶面积指数(leaf area index,LAI)模拟精度可提高51.40%~53.07%,产量模拟精度提高8.25%~8.88%。标定参数中,SPAN、SLATB070、SLATB040、AMAXTB130和SLATB00的后验分布可近似为高斯分布,其中SPAN的不确定性最低。带入后验参数集合进行模型,LAI在三叶期至返青期之间以及拔节期至抽穗期之间模拟的不确定性较大;产量模拟的不确定性随时间不断增大,至乳熟期前后达到稳定。该方法能够实现对多参数复杂作物生长模型的参数标定和不确定性分析,对作物模型参数估计及提高模拟精度具有重要作用。

关键词：气象模型作物 mcmc方法 WOFOST模型参数标定不确定性分析

基于Bayesian-mcmc方法的深受弯构件受剪概率模型研究

在线全文

学校读者我要写书评

暂无评论

工程力学 2019年第11期36卷 130-138页

作者：刘喜吴涛刘毅斌长安大学建筑工程学院

考虑主观、客观不确定性因素的影响,以深受弯构件受剪分析模型为研究对象,基于引入马尔科夫链-蒙特卡洛(mcmc)高效采样方法,通过R语言对深受弯构件概率模型参数进行mcmc随机模拟,给出参数的最优估计值及其对应的可信度,在先验模型基础... 详细信息

考虑主观、客观不确定性因素的影响,以深受弯构件受剪分析模型为研究对象,基于引入马尔科夫链-蒙特卡洛(mcmc)高效采样方法,通过R语言对深受弯构件概率模型参数进行mcmc随机模拟,给出参数的最优估计值及其对应的可信度,在先验模型基础上建立钢筋混凝土深受弯构件受剪承载力概率模型,完成模型前后的对比分析,并根据不同置信水平确定了深受弯构件受剪承载力的特征值。结果表明:基于mcmc方法得到的受剪承载力概率模型是在50000次迭代分析后产生的结果,能合理地解释影响参数的不确定性,可信度较高;后验概率模型计算结果与试验结果吻合良好,较先验模型更接近试验值,且离散性小。

关键词：深受弯构件受剪承载力贝叶斯理论 mcmc方法概率模型

mcmc方方法在星系形成半解析模模型中的应用

在线全文

学校读者我要写书评

暂无评论

天文学进展 2016年第3期34卷 312-326页

作者：李仕杰杨小虎中国科学院上海天文台星系与宇宙学重点实验室上海200030 中国科学院大学北京100049 上海交通大学天文与天体物理研究中心上海200240

星系形成的半解析模型是理解星系形成中的重子物理过程的重要方法,但存在显著的缺点:物理参数太多,调控过程复杂。mcmc(Markov chain Monte Carlo)方法是现代统计计算中最重要的算法之一,通过mcmc方法可以得到星系形成半解析模型中众多... 详细信息

星系形成的半解析模型是理解星系形成中的重子物理过程的重要方法,但存在显著的缺点:物理参数太多,调控过程复杂。mcmc(Markov chain Monte Carlo)方法是现代统计计算中最重要的算法之一,通过mcmc方法可以得到星系形成半解析模型中众多物理参数的有效范围。简要介绍了半解析模型的主要物理过程和mcmc方法,综述了近年来mcmc方法在星系形成半解析模型中的应用和成果。这些结果表明mcmc方法对于限制半解析模型有很好的作用,对更好地理解星系形成中的物理过程起到促进作用。

关键词：星系形成半解析模型 mcmc方法

在线全文

学校读者我要写书评

暂无评论

mcmc方法在生物逆问题求解中的应用

计算机工程与应用 2011年第26期47卷 219-221,231页

作者：曹小群宋君强张卫民赵军张理论国防科学技术大学计算机学院长沙410073

提出用马尔科夫链蒙特卡罗(mcmc)方法来求解生物逆问题。导出待求参数分布规律的后验概率密度函数;采用自适应Metropolis算法构造Markov链;然后截取收敛的链序列计算数学期望,成功估计出未知参数。数值实验结果表明,该方法具有很高的估... 详细信息

提出用马尔科夫链蒙特卡罗(mcmc)方法来求解生物逆问题。导出待求参数分布规律的后验概率密度函数;采用自适应Metropolis算法构造Markov链;然后截取收敛的链序列计算数学期望,成功估计出未知参数。数值实验结果表明,该方法具有很高的估计精度和较好的抗噪声性能。

关键词：生物逆问题贝叶斯理论 mcmc方法

在线全文

学校读者我要写书评

暂无评论

Bayes网络学习的mcmc方法

控制理论与应用 2003年第4期20卷 582-584,588页

作者：岳博焦李成西安电子科技大学雷达信号处理国家重点实验室陕西西安710071

基于Bayes统计理论,提出了一种从数据样本中学习Bayes网络的Markov链Monte Carlo(mcmc)方法。首先通过先验概率和数据样本的结合得到未归一化的后验概率,然后使用此后验概率指导随机搜索算法寻找“好”的网络结构模型。通过对Alarm网络... 详细信息

基于Bayes统计理论,提出了一种从数据样本中学习Bayes网络的Markov链Monte Carlo(mcmc)方法。首先通过先验概率和数据样本的结合得到未归一化的后验概率,然后使用此后验概率指导随机搜索算法寻找“好”的网络结构模型。通过对Alarm网络的学习表明了本算法具有较好的性能。

关键词： Bayes统计理论概率推理算法 mcmc方法 Bayes网络模型选择随机搜索网络学习

mcmc方法下最优Copula的估计及选取

在线全文

学校读者我要写书评

暂无评论

统计与信息论坛 2011年第10期26卷 33-38页

作者：蔡晓薇安徽财经大学统计与应用数学学院安徽蚌埠233000

针对目前Copula函数在实际中的应用问题,介绍了一种基于马尔科夫链蒙特卡罗方法(mcmc)的Copula函数估计及选取方法,并将该方法与目前常用方法进行系统比较,最后对上证综合指数和深证成分指数进行了实证分析,结果体现了该法的有效性。

关键词： Copula函数 mcmc方法 DIC信息准则

mcmc方法的发展与现代贝叶斯的复兴——纪念贝叶斯定理发现250周年

在线全文

学校读者我要写书评

暂无评论

统计与信息论坛 2014年第2期29卷 3-11页

作者：刘乐平高磊杨娜天津财经大学统计学系天津300222

信息科学的进步如何影响统计学理论与方法的发展,是21世纪大数据时代统计学面临的重要问题。回顾20世纪40年代mcmc方法的起源与发展,基于千岛湖植物考察与R软件直观性解释Metropolis–Hastings算法,讨论mcmc方法的发展对现代贝叶斯统计... 详细信息

信息科学的进步如何影响统计学理论与方法的发展,是21世纪大数据时代统计学面临的重要问题。回顾20世纪40年代mcmc方法的起源与发展,基于千岛湖植物考察与R软件直观性解释Metropolis–Hastings算法,讨论mcmc方法的发展对现代贝叶斯统计复兴具有至关重要的作用。基于云计算随机模拟,统计学与信息科学密切结合、贝叶斯与频率统计相互交融的统计分析新范式,可能成为大数据研究的新思路。

关键词： mcmc方法 Metropolis-Hastings算法千岛湖植物考察贝叶斯定理

在线全文

学校读者我要写书评

暂无评论

mcmc方法在利率期限结构模型中的应用

MCMC方法在利率期限结构模型中的应用

作者：郭翠暨南大学

学位级别：硕士

动态资产定价理论运用套汇和平衡理论来得到资产价格和经济基础之间的关系，其中包括：状态变量，结构参数和市场价格风险。连续时间模型是这种方法的核心，因为它具有易处理性。在大多数情况下，这些模型能够得到封闭形式的解或者容易... 详细信息

动态资产定价理论运用套汇和平衡理论来得到资产价格和经济基础之间的关系，其中包括：状态变量，结构参数和市场价格风险。连续时间模型是这种方法的核心，因为它具有易处理性。在大多数情况下，这些模型能够得到封闭形式的解或者容易计算各种我们感兴趣对象的方程，例如，各种价格或最佳的投资组合加权。动态资产定价模型的经验分析解决了一些方面的问题，从观察到得价格上提取了一些关于潜在状态变量，结构参数和市场价格风险的信息。而利用贝叶斯推断是要得到参数，状态变量X，在观察价格Y上的条件分布。这个后验分布p，，结合了模型和观察价格两方面的信息，是在参数和状态变量的基础上进行推断的关键。这篇文章主要讨论了利用Markov Chain Monte Carlo（mcmc）方法在连续时间资产定价模型中得到后验分布。本文讨论的连续时间定价模型主要是利率期限结构模型，利用mcmc方法从这些复杂的高维分布中抽样，并在空间，X上产生一条马尔可夫链它的目标分布是p θ，X Y。这种蒙特卡洛方法利用这些样本进行积分，并最终进行参数估计，状态估计和模型比较。在连续时间定资产定价模型中确定p θ，X Y是比较困难的。原因如下：第一，观察到的价格是离散的而这个模型在理论上要求价格和状态变量在时间上是连续的。第二，从研究者的角度来看，状态变量是潜伏的。第三，p θ，X Y是很高维的分布，普通的抽样方法行不通的。第四：特别是对于利率期限结构模型来说，参数是非线性的甚至是非解析形式的。在这篇文章中我们将说明mcmc方法能解决上述问题。在文章的第二，三部分，我们将给出贝叶斯推断和mcmc方法的简要综述。在第四部分，我们将着重讨论mcmc方法在利率期限结构模型中的的具体应用。

关键词： mcmc方法利率期限结构模型收敛理论

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

mcmc方法研究

MCMC方法研究

作者：赵琪山东大学

学位级别：硕士

本文主要考虑了马氏链蒙特卡洛(mcmc)方法，主要是Metropolis和Gibbs算法。介绍了这些算法的过程，分析了马氏链的收敛性，讨论了mcmc方法的误差，最后讨论了mcmc方法在贝叶斯模型中的应用。本文共分四部分：第一部分介绍了静态的蒙特... 详细信息

本文主要考虑了马氏链蒙特卡洛(mcmc)方法，主要是Metropolis和Gibbs算法。介绍了这些算法的过程，分析了马氏链的收敛性，讨论了mcmc方法的误差，最后讨论了mcmc方法在贝叶斯模型中的应用。本文共分四部分：第一部分介绍了静态的蒙特卡洛方法，主要是频率法与期望法，还讨论了如何提高这些方法的精确度。第二部分主要介绍了两种特殊的mcmc方法，即Metroplis和Gibbs算法，包括这些算法的详细的实施过程，这些算法的关系及如何在应用中改善这些算法。第三部分主要讨论了mcmc方法的三个重要方面，即收敛性、误差和策略问题。在收敛问题中讨论了三种假设的马氏链的情况。在误差问题中讨论了如何降低误差。在这一部分的最后讨论了如何在应用中选择一个合适的策略。第四部分主要介绍了mcmc方法在贝叶斯模型中的应用。

关键词： mcmc方法 Metropolis算法 Gibbs算法分层贝叶斯模型