海平面上升对黄浦江1000年一遇高潮位影响研究——基于马尔科夫链蒙特卡罗法

为了研究海平面上升对黄浦江1000年一遇高潮位的影响,以吴淞站为代表,采用马尔科夫链蒙特卡洛法预测模拟了500组吴淞站未来30年年最高潮位序列,在序列生成过程中逐年考虑海平面上升的影响,根据生成的序列对其影响进行计算分析。结果显示,采用马尔科夫链蒙特卡洛法预测的多组吴淞站30年后1000年一遇高潮位符合P-Ⅲ分布;海平面上升能显著改变预测1000年一遇高潮位的频率分布,主要为增加较高高潮位出现的概率,降低较低高潮位出现的概率,整体上提升分布的均值。总体上,海平面上升引起吴淞站未来30年6.6 m以上1000年一遇高潮位出现的概率增加14%,1000年一遇高潮位均值抬升约4 cm。

马尔科夫链蒙特卡罗方法浅析

介绍了马尔科夫链蒙特卡罗方法的基本过程,该方法试图直接从复杂的分布中获取模拟的样本。在当前机器学习算法中具有广泛的应用。

基于Gibbs抽样的马尔科夫蒙特卡罗方法在结构物理参数识别及损伤定位中的研究

通过对结构动力特征方程进行的一系列变化,得到了线性结构识别模型,并由贝叶斯更新理论得到其后验分布形式。利用结构的模态参数,并考虑其随机性,应用基于Gibbs抽样的马尔科夫蒙特卡罗方法对线性结构识别模型中各参数的条件后验分布进行了抽样,成功地实现了结构物理参数识别及损伤定位。数值算例表明:Gibbs抽样结果可以以不同的方式标识结构的损伤程度及位置且识别的误差较小。

基于马尔科夫链蒙特卡洛方法的光伏电站可靠性评估

为了对大型光伏电站进行可靠性评估,首先建立了光伏电站各主要元件的可靠性评估模型,然后定义了光伏电站可靠性评价指标体系,最后采用马尔科夫链蒙特卡洛(MCMC)方法对光伏电站可靠性进行了评估。在光伏阵列建模过程中,以误差作为限制条件采用向后场景削减技术对其状态进行了削减和划分,在保证一定精度的同时简化了抽样过程。通过对某大型光伏电站可靠性评估算例,对比分析了MCMC方法和蒙特卡洛(MC)法的指标计算结果、收敛速度和稳定性,结果验证了该方法的评估结果与MC方法结果一致,在相同的收敛条件下所需抽样次数更少,速度更快。

近似贝叶斯计算结合马尔科夫链蒙特卡洛的概率潮流计算

风电等分布式电源的强随机性直接增强配电网的不确定性,提出一种近似贝叶斯计算结合马尔科夫链蒙特卡洛的方法求解概率潮流。根据近似贝叶斯计算考虑状态变量先验信息的概率思想,结合马尔科夫链蒙特卡洛得到计及随机性的状态变量模拟样本。再采用奇异值分解生成随机变量的观测样本,通过误差函数将系统的随机性刻画为模拟样本和观测样本的相似性。引入提议分布结合概率潮流模型实现统计特征值的计算和对比,再利用Jacobi行列式作为误差修正量更新样本值,使之最大程度接近真实后验分布。在IEEE 9、IEEE 33节点系统中的仿真结果表明,改进的近似贝叶斯计算较传统近似贝叶斯计算拟合精度更高,能有效降低状态变量后验概率求解难度,可用于高渗透率风电并网下系统分析与评估。

基于贝叶斯与马尔科夫链蒙特卡洛融合算法的图像处理探究

在贝叶斯算法与图像处理技术的基础上,将马尔科夫链蒙特卡洛算法引入图像处理中,提出贝叶斯-马尔科夫链蒙特卡洛融合算法,并对图像进行处理。仿真结果表明,贝叶斯马尔科夫链蒙特卡洛融合算法只需要Gibbs抽样法十分之一的迭代次数,再加之并不复杂的跳转核。经验证,这种方法的效率是较高,而且实现起来比较简单。

朴素贝叶斯模型及马尔科夫链蒙特卡洛方法在客服中心监控预警系统中的应用

通过对客服中心业务系统监控预警的需求分析，提出一种信息系统运行风险的预警算法，并通过信息系统运行的历史大数据学 习训练逐步调整算法参数，成功对关键业务系统运行风险提出预警。

基于马尔科夫链蒙特卡罗模拟的金融极值风险测度

2015年底,中央经济工作经济会议首次在金融领域提出了去杠杆的要求。2017年一行三会展开了对金融领域快速去杠杆的工作,影子银行与股票市场首当其冲。影子银行概念最早由美国华尔街基金经理提出,美国学术界很多观点认为次贷危机中美国影子银行与美国股市的极值风险都很显著。在新常态之前,中国的影子银行高速增长,货币超发与资金脱实向虚显著。国内学术界对中国的影子银行与股票市场的关系也进行了一定的探索,但并没有通过建模研究二者的极值风险。本文基于马尔科夫链蒙特卡罗模拟比较了两个金融时间序列的极值风险,结果发现A股市场的极值风险大于影子银行,并提出相关建议。

结构物理参数识别的贝叶斯估计马尔可夫蒙特卡罗方法

从结构动力特征方程出发,以结构主模态参数为观测量,推得结构物理参数线性回归模型。对该模型应用贝叶斯估计理论得到物理参数后验联合分布,再结合马尔可夫蒙特卡罗抽样方法给出各个物理参数的边缘概率分布和最优估计值,而提出了基于结构主模态参数的结构物理参数识别贝叶斯估计马尔可夫蒙特卡罗方法。对五层剪切型结构的数值研究表明,此方法能够利用少数主模态参数给出结构质量和刚度参数的概率分布和最优识别值,而且在主模态参数较准确时识别误差很小。

基于马尔可夫链蒙特卡罗的实时可靠性预测方法研究

针对一般的非线性性能退化轨道模型中误差项方差未知的情况,研究基于贝叶斯方法的实时性能退化可靠性预测问题。为了处理未知的误差项方差,引入相应的标准差的无信息先验分布,并进一步结合退化轨道模型中随机参数的先验分布,利用马尔可夫链蒙特卡罗方法得到随机参数及误差项标准差的联合后验分布的采样值,进而实时预测产品在未来一段时间内的可靠度。基于疲劳裂纹增长数据的数值仿真实验表明,该方法可以有效地预测到产品可靠性的下降,从而可以为预测维护提供依据。

基于马尔可夫链蒙特卡罗方法的双边多议题协商模型

为了提高自动化双边多议题协商的成效,提出了建立贝叶斯后验模型,以协商历史数据为训练样本,学习对手的协商偏好,依据对手偏好制定双赢的协商反建议,进而提高协商成效。假设空间是复杂的多维连续函数,借助马尔可夫链蒙特卡罗方法对其进行抽样,提高了极大后验的计算速度。实验数据表明,新型协商模型能够提高协商效率,减少协商回合数,并提高协商总体效用。

基于马尔可夫链蒙特卡罗方法的统计过程调整技术研究

建立了统计过程调整问题模型,研究了基于马尔可夫链蒙特卡罗方法的统计过程调整技术,并通过吉布斯抽样实现了偏移量的参数估计。在参数未知及参数已知的条件下,通过与其他方法的实例对比研究,验证了该方法的可行性及性能优势,并对参数未知条件下基于该方法的统计过程调整技术进行了改进。

基于马尔科夫链蒙特卡洛的台区可靠性评估方法

随着居民生活水平的不断提高,用于居民用电服务的台区供电强度不断提高。为了实现对运行中台区的可靠性进行实时监控与评估,提出基于马尔科夫链蒙特卡洛方法的台区可靠性评估理论,该方法实现海量待处理信息下高维数据的降阶与解耦,在兼顾经济性的同时又能及时发现潜在的存在安全风险的台区并及时地安排运维人员处理,历经一年多的现场运维检验,结果证明了所提出方法的有效性与科学性。

马尔可夫链—蒙特卡罗方法与人口学研究

本文概略介绍了用于粒子物理学研究的马尔可夫链-蒙特卡罗方法(MCMC)移植到人口学这个复杂系统研究的思想和方法,同时还介绍了马尔可夫链-蒙特卡罗方法在人口学应用中的重要工具和手段,如随机数、人口分布函数、人口样本的随机抽样和用马尔可夫链-蒙特卡罗方法进行人口仿真研究的简略过程及标题式介绍了用此方法做过的一些工作。

不规则区域上Poisson方程的蒙特卡洛马尔科夫链方法求解

本文研究了不规则区域上泊松方程的蒙特卡洛马尔科夫链方法数值求解。在不规则区域上,微分方程的数值计算通常是困难的。基于有限差分的思想,本文构造了可吸收马尔科夫链来求解不规则区域上的微分方程。不规则区域的数值实验结果表明了该方法的可行性和有效性。该方法为求解不规则区域上的泊松方程提供了一种新的计算思路,并保持了空间方向上二阶收敛阶。

马尔可夫链蒙特卡罗方法在保险定价中的应用

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。

基于Hamiltonian马氏链蒙特卡罗方法的突变运动跟踪

在计算机视觉领域,由镜头切换、目标动力学突变、低帧率视频等引起的突变运动存在极大的不确定性,使得突变运动跟踪成为该领域的挑战性课题.以贝叶斯滤波框架为基础,提出一种基于有序超松弛Hamiltonian马氏链蒙特卡罗方法的突变运动跟踪算法.该算法将Hamiltonian动力学融入MCMC(Markov chain Monte Carlo)算法,目标状态被扩张为原始目标状态变量与一个动量项的组合.在提议阶段,为抑制由Gibbs采样带来的随机游动行为,提出采用有序超松弛迭代方法来抽取目标动量项.同时,提出自适应步长的Hamiltonian动力学实现方法,在跟踪过程中自适应地调整步长,以减少模拟误差.提出的跟踪算法可以避免传统的基于随机游动的MCMC跟踪算法所存在的局部最优问题,提高了跟踪的准确性而不需要额外的计算时间.实验结果表明,该算法在处理多种类型的突变运动时表现出出色的处理能力.

基于贝叶斯方法的软土深基坑不确定性位移反演分析

在深基坑开挖工程中,使用合理的土体力学参数计算地连墙侧移对优化基坑支护方案以及降低工程风险至关重要。然而,受地层分布不均、土工试验误差等因素的影响,土体参数常表现出明显的不确定性,该不确定性降低了地连墙侧移计算结果的可信度。鉴于上述问题,提出一种基于贝叶斯参数更新框架和现场监测数据的软土深基坑土体参数反演方法。该方法采用GA-BP神经网络建立数值分析模型中土体参数与地连墙侧移的隐式函数关系,并结合现场监测数据建立土体参数的贝叶斯反分析模型。采用该方法对某深基坑工程进行分析,验证了方法的可行性。分别采用地连墙的最大侧移值和多点位移值作为指标进行土体力学参数反演,并分别使用更新后的土体参数预测基坑开挖的最终侧移值。研究结果表明:与不更新土体参数相比,更新土体参数后土体参数变异系数变小,得到的结果与后续施工步下的监测结果更吻合;使用多点观测值进行土体参数更新的预测效果显著优于仅使用最大位移值时的效果。

基于马尔科夫键蒙特卡洛抽样的最大似然时差-频差联合估计算法

该文针对无源定位中参考信号真实值未知的时差-频差联合估计问题,构建了一种新的时差-频差最大似然估计模型,并采用马尔科夫链蒙特卡洛(MCMC)方法求解似然函数的全局极大值,得到时差-频差联合估计。算法通过生成时差-频差样本,并统计样本均值得到估计值,克服了传统互模糊函数(CAF)算法只能得到时域和频域采样间隔整数倍估计值的问题,且不存在期望最大化(EM)等迭代算法的初值依赖和收敛问题。推导了时差-频差联合估计的克拉美罗界,并通过仿真实验表明,算法在不同信噪比条件下的估计精度优于CAF算法和EM算法,且计算复杂度较低。

蒙特卡罗方法在贝叶斯统计质量控制中的应用

对小批量生产下的质量控制问题进行研究,在方差已知时的贝叶斯均值控制模型中,推导了蒙特卡罗方法确定模型中质量特性参数后验分布的过程,并且与基于共轭先验分布的理论方法进行比较,通过实例发现,基于蒙特卡罗确定质量特性参数统计值的方法与理论的共轭先验分布方法能达到相同的控制效果,并且蒙特卡罗方法不需要假设质量特性参数的先验分布,在实际的生产中具有较好的普适性。