基于MCMC法的水質(zhì)模型參數(shù)不確定性研究

參數(shù)識別是數(shù)學(xué)模型應(yīng)用的前提.鑒于常用貝葉斯離散化方法在搜索復(fù)雜模型參數(shù)后驗(yàn)分布時(shí)的計(jì)算限制的原因,本文引入了MCMC采樣法.為考察MCMC法對參數(shù)后驗(yàn)分布的搜索性能和效率,進(jìn)行了2個(gè)案例研究.結(jié)果表明,MCMC法對參數(shù)后驗(yàn)分布的搜索,無論是搜索性能還是搜索效率,均表現(xiàn)出了獨(dú)特的優(yōu)越性同時(shí),Gelman收斂判別準(zhǔn)則計(jì)算表明,MCMC采樣序列均能穩(wěn)定收斂到參數(shù)的后驗(yàn)分布上.可見,MCMC法適用于復(fù)雜環(huán)境模型的參數(shù)識別和不確定分析研究.

作 者： 王建平 程聲通 賈海峰 WANG Jian-ping CHENG Sheng-tong JIA Hai-feng   作者單位： 清華大學(xué)環(huán)境科學(xué)與工程系,北京,100084  刊 名： 環(huán)境科學(xué)  ISTIC PKU 英文刊名： ENVIRONMENTAL SCIENCE  年，卷(期)： 2006 27(1)  分類號： X192  關(guān)鍵詞： 馬爾科夫鏈蒙特卡羅法   水質(zhì)模型   不確定分析   參數(shù)識別  

【基于MCMC法的水質(zhì)模型參數(shù)不確定性研究】相關(guān)文章：

基于標(biāo)識指數(shù)法的水質(zhì)灰色動(dòng)態(tài)模型群預(yù)測分析04-25

基于Matlab方法確定VG模型參數(shù)04-27

基于WASP7.2河流水質(zhì)模型的應(yīng)角研究04-26

金融高頻數(shù)據(jù)的風(fēng)險(xiǎn)價(jià)值研究-基于非參數(shù)法04-26

地表水質(zhì)模型研究綜述04-27

基于MCMC模擬的相關(guān)系數(shù)平穩(wěn)序列模型及其應(yīng)用04-26

同倫方法在環(huán)境水質(zhì)模型參數(shù)反演中的應(yīng)用04-26

基于層次分析法的Pedersen人因失誤模型研究04-25

附加系統(tǒng)參數(shù)的半?yún)��?shù)回歸模型研究與比較04-27

基于SOA的知識管理模型研究04-27