期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
Lorenz系统参数估计方法研究
1
作者
章翠莲
李维德
朱高峰
《长沙大学学报》
2017年第2期5-10,19,共7页
马尔科夫链蒙特卡洛方法(简称MCMC)可用于复杂系统的不确定性估计和参数估计.基于贝叶斯理论,运用几种改进的MCMC方法:自适应Metropolis算法(AM)、延迟拒绝自适应Metropolis算法(DRAM)、差分进化马尔科夫链算法(DE-MC)对具有复杂的动态...
马尔科夫链蒙特卡洛方法(简称MCMC)可用于复杂系统的不确定性估计和参数估计.基于贝叶斯理论,运用几种改进的MCMC方法:自适应Metropolis算法(AM)、延迟拒绝自适应Metropolis算法(DRAM)、差分进化马尔科夫链算法(DE-MC)对具有复杂的动态性质的Lorenz混沌系统未知参数进行了探讨性的估计.根据未知参数的后验概率密度似然函数,利用MATLAB仿真,选取样本点出现频率高的区间作为目标分布区域,并通过缩小先验分布范围来计算参数的估计值.分析比较这三个算法模拟的结果,得出如下结论:合适的目标分布区域在参数估计中很关键;在搜索样本点上,DRAM算法的遍历性最高;DE-MC算法可使Lorenz系统获得较为精确的参数向量,更适用于复杂系统未知参数的估计.
展开更多
关键词
AM
DRAM
差分进化马尔科夫链
LORENZ混沌系统
参数估计
下载PDF
职称材料
题名
Lorenz系统参数估计方法研究
1
作者
章翠莲
李维德
朱高峰
机构
兰州大学数学与统计学院
兰州大学资源环境学院
出处
《长沙大学学报》
2017年第2期5-10,19,共7页
基金
国家自然科学基金(批准号:41571016)资助项目
文摘
马尔科夫链蒙特卡洛方法(简称MCMC)可用于复杂系统的不确定性估计和参数估计.基于贝叶斯理论,运用几种改进的MCMC方法:自适应Metropolis算法(AM)、延迟拒绝自适应Metropolis算法(DRAM)、差分进化马尔科夫链算法(DE-MC)对具有复杂的动态性质的Lorenz混沌系统未知参数进行了探讨性的估计.根据未知参数的后验概率密度似然函数,利用MATLAB仿真,选取样本点出现频率高的区间作为目标分布区域,并通过缩小先验分布范围来计算参数的估计值.分析比较这三个算法模拟的结果,得出如下结论:合适的目标分布区域在参数估计中很关键;在搜索样本点上,DRAM算法的遍历性最高;DE-MC算法可使Lorenz系统获得较为精确的参数向量,更适用于复杂系统未知参数的估计.
关键词
AM
DRAM
差分进化马尔科夫链
LORENZ混沌系统
参数估计
Keywords
AM
DRAM
differential evolution Markov Chain
Lorenz chaotic system
parameter estimation
分类号
O212.1 [理学—概率论与数理统计]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
Lorenz系统参数估计方法研究
章翠莲
李维德
朱高峰
《长沙大学学报》
2017
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部