马尔可夫灰色模拟模型及其程序实现

结合马尔可夫模拟模型和灰色 GM(1,1)预测模型的优点 ,形成了马尔可夫灰色模拟模型 ,并利用计算机模拟技术编制了 C语言程序来实现此模型的预测功能 ,它不仅拓广了灰色预测的应用范围 ,而且大大提高了模拟随机波动数据列的准确性。

基于马尔可夫蒙特卡罗子集模拟的可靠性灵敏度分析方法

在小失效概率可靠性分析子集模拟法的基础上,提出基于马尔可夫蒙特卡罗(Markov Chain MonteCarlo,MCMC)子集模拟的可靠性灵敏度分析方法。在子集模拟的可靠性分析中,通过引入合理的中间失效事件将概率空间划分为一系列的子集,从而将小的失效概率表达为一系列易于模拟求解的较大条件失效概率乘积的形式,然后利用MCMC抽取条件样本点来估计条件失效概率。基于MCMC子集模拟的可靠性灵敏度分析,是将失效概率对基本变量分布参数的偏导数转化成条件失效概率对基本随机变量分布参数的偏导数。给出了偏导数通过MCMC模拟的条件样本点进行估计的原理和步骤,推导得出可靠性灵敏度分析的计算公式。利用简单数值算例和工程算例验证所提方法,算例结果表明:基于MCMC子集模拟的可靠性灵敏度分析方法有较高的计算效率和精度,对于高度非线性极限状态方程问题亦有很强的适应性。

一种基于马尔可夫链模拟样本的自适应重要样本法

在结构可靠性计算中,传统的重要样本法需要给出最大似然点即设计点。对于结构存在多个设计点的系统可靠性问题,重要样本法失去了普遍性,其效率和精度也随之降低。本文提出了一种适合于计算结构的系统可靠性的重要样本法,主要的改进在于根据Metropolis准则,构造马尔可夫链模拟样本,计算模拟样本的均值和标准方差,并结合重要抽样技术,计算结构的系统可靠性。此方法有效的改善了重要样本法在系统可靠性计算中的应用,并获得了较好的效率和精度。

基于重要抽样马尔可夫链模拟的可靠性灵敏度分析新方法

重要抽样法是一种计算效率高而应用广泛的可靠性分析方法。在采用重要抽样法计算失效概率的前提下,文中基于重要抽样马尔可夫链模拟提出一种可靠性灵敏度分析新方法。所提方法根据计算失效概率积分表达式,将失效概率对基本变量分布参数的偏导数表征的可靠性灵敏度转化为一个特征函数的条件数学期望形式,该数学期望是以基本变量在失效域中的条件概率密度函数为基础的。然后利用重要抽样马尔可夫链模拟,将计算失效概率的重要抽样样本转化为基本变量落在失效域中的条件样本。最后用特征函数在这些条件样本点处的样本均值估计数学期望,进而完成可靠性灵敏度分析。文中方法的主要优点是效率高,只需要在计算失效概率重要抽样法的基础上增加很少的工作量,即可完成可靠性灵敏度分析。另外,由于该方法未引入线性假设,因此它可以较好地考虑极限状态方程非线性对可靠性灵敏度的影响,大量的算例结果充分证明所提方法的这些优点。

马尔可夫链蒙特卡罗模拟在储层反演中的应用

马尔可夫链蒙特卡罗(MCMC)方法是一种基于全局最优化技术进行地质统计学求解的方法。综合考虑地震数据、测井数据、岩性数据,对波阻抗、岩性概率分布的马尔科夫链进行蒙特卡罗模拟,从初始模拟结果出发,利用MCMC算法,模拟出多个波阻抗曲线,通过合成地震记录与实际地震记录剖面相关性,确定合理的储层参数,反演出空间上的波阻抗体及岩性体。最重要的质控手段是抽井检验,以保证模型的稳定性。MCMC方法在大芦湖油田樊18-3区块沙三中、沙三下亚段浊积砂体储层预测中取得了良好的效果。

基于重要抽样马尔可夫链模拟的可靠性参数灵敏度分析方法

针对重要抽样法求解失效概率的问题,提出了一种基于重要抽样马尔可夫链模拟的快速可靠性参数灵敏度分析方法。该方法首先采用Metropolis准则和马尔可夫链模拟,将重要抽样法抽取的落入失效域中的样本点转化为条件样本点,这些条件样本点是落在失效域中的基本变量的实现,它们服从失效域条件下基本变量的概率分布,利用这些样本点替代Monte Carlo法抽取的条件样本点,可以通过加权回归分析快速得到隐式极限状态方程的近似,进而得到可靠性灵敏度。所提方法的显著优点是效率高,它只要在重要抽样法计算失效概率的结果中增加非常小的工作量,即可以快速得到可靠性参数灵敏度,算例结果充分说明所提方法的效率和合理性。

克拉玛依油田530区P_2w^1砾岩油藏储层随机模拟

根据克拉玛依油田 5 30区P2 w1砾岩油藏的特点 ,采用二步建模法 ,即运用地震相、测井相、试井相及岩芯分析等资料建立储层沉积模式的序贯指示模拟法和既考虑沉积历史也考虑沉积机制 ,以得到储层有关属性参数空间分布的半马尔可夫模拟法 ,分别模拟了研究区沉积相和储层物性特征参数。从采用序贯指示模拟法建立的油藏沉积相静态模型可以看出 ,古水流自左上方进入沉积区 ,在断裂下降盘沉积了扇中、扇缘亚相 ,缺失扇顶亚相 ,XW3 沉积不连续 ,XW2 沉积变缓且更均匀。从采用半马尔可夫模拟技术建立的储层特征参数静态模型上可以看出 ,XW3 沉积厚度大、变化频繁 ,XW2 沉积厚度小 ,规律性更分明 ,XW3 孔隙度、渗透率值变化均大于XW2 ,而含油饱和度恰好相反。模拟预测认为 ,靠近克乌断裂带西段附近物性参数好于其他部位 ,是油气有利储集区 ,应为首选区。由于静态模型准确表达了油藏空间分布规律 ,因此减少布井 16口 ,节约进尺 4 2 7× 10 4m。

基于马氏链样本模拟的渡槽结构系统可靠度分析

提出了一种适合于渡槽结构系统可靠度计算的重要样本法。该方法根据Metropolis准则构造马尔可夫链模拟样本,通过在失效域中进行预抽样,获得对失效概率的计算贡献较大的重要区域的分布信息,然后利用此信息构造重要样本函数,采用重要样本技术计算结构系统的失效概率。对一典型梁式渡槽进行各种失效模式的分析,建立了相应的功能函数,并就本文算法与已有算法计算得的可靠度进行了比较。结果表明,该方法由于不涉及设计点的概念,解决了应用重要样本法计算系统可靠性时重要样本函数构作的难题,具有较好的效率和精度。

基于MCMC稳态模拟的贝叶斯经验费率厘定信用模型

Buhlmann-Straub最精确信用模型是贝叶斯分析在经验费率厘定中最著名的应用之一。但传统Buhlmann-Straub模型在先验信息不足的条件下,难以得出结构参数的无偏后验估计;长期以来,高维数值计算的困难也使得贝叶斯方法的应用受到极大的限制。本文通过对Buhlmann-Straub模型结构的剖析,引入基于Gibbs抽样的马尔可夫链蒙特卡罗(MCMC)模拟方法,构建出风险保费预测值信用估计的贝叶斯模型。实例分析的结果证明了该模型能够在数据缺失的情况下,动态模拟出有关参数的后验分布,求出缺失参数的后验估计,提高计算的精度,从而有助于更有效地甄别出各保单间的非同质程度。

基于MCMC模拟的贝叶斯分层信用风险评估模型

缺少违约数据与债务人异质性是度量信用风险时面临的重要问题。贝叶斯模型中分层先验信息和马尔可夫链蒙特卡罗(MCMC)模拟方法的应用可以有效缓解数据缺失和测量误差问题,并能对债务人异质性进行评价和比较,从而避免低估风险。针对银行数据的模型拟合与模型诊断均展现了分层估计的适应性和灵活性,相关方法简洁清晰,利于国内风险分析人员采用。同时,涵盖宏观经济协变量的贝叶斯分层模型可以用于更加复杂的风险分析。

基于MCMC模拟的Gamma过程先验模型及其可靠性应用

在比例危险率回归模型中以传统的参数方法给出回归系数的参数先验;在基准危险率函数为分段指数分布的条件下,通过引入增量的Gamma过程给出基准危险率的非参数先验过程;并由此构建出一种半参数贝叶斯比例危险率回归模型。通过运用基于Gibbs抽样的MCMC方法动态模拟出相关参数后验分布的马尔可夫链,给出随机截尾条件下模型参数的贝叶斯估计;利用BUGS软件包进行建模仿真分析的结果,特别是与参数回归模型结论的比较,证明了该模型在可靠性应用中的直观性与有效性。

卫生经济评价中马尔可夫系列模拟方法介绍

目的:扩展对马尔可夫系列计算机模拟方法的理解和认识,以便在未来的卫生经济评价实践中更准确地模拟现实,进而做出更科学的决策。方法:通过查阅、综合总结国外相关文献,给出马尔可夫模型中的相关概念,全面介绍了卫生经济评价中常用的计算机模拟方法。结果与结论:马尔可夫系列计算机模拟方法互为补充,各自有着擅长处理的问题。另外,模拟方法并不仅限于本文论述的,它正处于不断的发展和完善之中。

基于支持向量机和证据理论的复杂系统可靠性分析方法

针对复杂系统中存在极限状态方程为隐式情况及参数为认知不确定性的问题,文中提出了一种基于支持向量机和证据理论的高效可靠性分析方法。首先,基于贝叶斯方法和最大熵原理将焦元上的基本概率分配平均分配到焦元中每一个元素以实现证据体精确化;其次,面对多学科系统中极限状态方程为隐式情况,采用支持向量机(SVM)进行显式化处理。在该方法中提出了SVM训练样本抽取策略,并对SVM通过引入马尔可夫蒙特卡洛模拟法(MCMC)进行改进,使其能适用于多学科系统的隐式极限状态方程小失效概率的求解;最后,通过算例分析,表明该方法的精度和计算效率具有较大优势,相比于MCS,该方法抽样2000个样本点精度相对误差仅为3.05%,为复杂系统的可靠性分析提供了一定的参考价值。

模拟回火马尔可夫链蒙特卡罗全波形分析方法

针对传统的全波形分析方法不能快速自动处理全波形数据的缺点,提出了一种模拟回火马尔可夫链蒙特卡罗全波形分析法,用于求解全波形数据中的波峰数和峰值位置等参量.该方法采用Metropolis更新策略求解波峰数量和噪声两个参量,以达到快速求解的目的;而峰值位置和波峰幅值则采用改进的模拟回火策略求解,通过添加的主动干预回火步骤实现对参量更新过程的有效探测,以满足对速度或运算收敛性的要求.模拟回火马尔可夫链蒙特卡罗全波形分析方法以马尔可夫算法为基础,仍保持马氏链的收敛性,从而保证本方法具有良好的鲁棒性,实现对全波形数据的自动化处理.

基于MCMC的模糊自适应重要抽样法

针对传统的基于马尔可夫链蒙特卡罗(Markov chain Monte Carlo,MCMC)的自适应重要抽样法只适用于失效边界确定的系统,而不适用于失效域模糊的渐变结构系统问题,提出基于MCMC的模糊自适应重要抽样法。首先从模糊失效域内的某个初始点出发,根据Metropolis准则构造马尔可夫模拟样本点;然后利用自适应核密度估计构建核抽样概率密度函数并进行重要抽样;最后离散化模糊失效域以计算系统的模糊失效概率。该方法合理地解决了以往渐变结构系统性能可靠性难以仿真分析及仿真效率低的难题,具有较高的仿真效率和精度。应用舵机案例对方法的适用性及高效性进行了验证。

基于小波阈值密度的自适应重要抽样方法

提出了一种基于小波阈值密度估计的结构可靠性分析高效自适应重要抽样方法.该方法利用非线性小波收缩方法对结构失效域样本进行密度估计,并以此作为重要抽样密度进行可靠性分析.与传统基于核密度估计的重要抽样方法比,由于非线性小波阈值密度估计具有较好局部适应性和最优收敛速度,且克服了核密度估计中计算精度严重依赖于参数选择的缺陷,因此以较少的预抽样样本就能获得与传统方法相当的精度,有效提高计算效率.数值算例表明所提方法对工程中常遇到的多设计点及噪音功能函数可靠性问题具有良好适应性.

粉末冶金涡轮盘低周疲劳寿命可靠性敏度分析

对于在0-起飞-0循环载荷作用下的某型粉末冶金涡轮盘,利用可靠性分析的要求寿命-实际寿命干涉模型,建立了给定寿命要求下的涡轮盘低周疲劳寿命非线性极限状态方程。在此基础上,分别采用改进一次二阶矩法、Monte-Carlo模拟法和马尔可夫链模拟方法,对涡轮盘进行了低周疲劳寿命可靠性灵敏度分析。通过对分布参数可靠性灵敏度作无量纲归一化处理,得到了影响涡轮盘低周疲劳寿命失效概率的分布参数排序,其中起飞状态应变的均值对失效概率的影响最大。研究了涡轮盘寿命可靠性灵敏度随基本变量变异系数变化的趋势,分析了变化趋势对设计的影响。同时,通过3种可靠性灵敏度方法结果的对照分析,得出了各种方法的适用范围。

上证综指马尔可夫转换模型的MCMC估计和分析

引入结构突变,对上证综指马尔可夫转换-ARCH模型通过马尔可夫蒙特卡罗方法(MCMC方法)进行估计。在30000次参数模拟之后,本文得到稳健、可靠的结果,似然比检验显示本文模型好于几乎所有GARCH族模型。本文结论:(1)相对于世界主要股市,中国股市各波动状态的持续时间短、波动幅度大;(2)不像其他股市,中国股市的波动不能反应国内外的政治经济状况的变化;(3)中国股市中等波动状态的收益率显著大于0。这些结论提供了一个认识中国股市波动性的全新视角,还揭示了一种基于模型的实用数量投资方法,最后本文提出了完善中国股市的相关建议。

连续时间金融框架下证券市场跳跃模型研究

为了准确刻画证券的价格和波动过程中的跳跃特征,文章采用基于贝叶斯分析的马尔可夫链蒙特卡罗(MCMC)模拟方法,利用离散样本数据,分别分析了连续时间内,收益与波动过程存在相关无限活跃列维跳跃的随机波动模型以及仿射跳跃扩散模型(AJD)。首先,MCMC方法可以准确联合估计模型中扩散、随机波动以及列维跳跃各个成分的特征参数;其次,与仿射跳跃扩散模型相比,无限活跃列维跳跃的随机波动模型可以捕捉到在收益与波动过程中,那些由布朗运动和复合泊松过程所不能刻画的列维跳跃,从而更好地描述金融时间序列的动态特征。最后,通过对中国上证综合指数收益序列的实证研究,验证了上述结论。

一种多重Weibull回归模型在竞争失效分析中的应用

基于传统竞争失效分析中对截尾数据(包括寿命数据截尾及失效机理信息的删失)、以及环境因子伴随变量的研究不足,提出贝叶斯生存分析理论中一种多重Weibull回归模型;在该模型中假设各失效机理条件下的产品寿命均服从某种Weibull分布,利用该模型能够较为灵活地拟合竞争失效分析中存在数据截尾的情形;针对高维数值积分的不便,讨论了基于Gibbs抽样的MCMC方法,提出通过运用该方法动态模拟出多重Weibull回归模型中相关参数后验分布的马尔可夫链;并通过对模型结构的输入输出分析,给出随机截尾条件下模型参数的贝叶斯估计;利用BUGS软件包进行实例分析的结果,证明了该模型在竞争失效分析中的直观性与有效性。