基于MS-ARCH模型马尔可夫链蒙特卡罗模拟方法的我国房地产价格波动特征实证分析

文章在检验房地产价格增长率序列结构变化特征的基础上,通过构建MS(3)-ARCH(1)模型分析我国房地产价格增长率的波动特征。实证结果表明,我国房地产价格增长率波动存在明显的三区制特征,在房地产价格增长率低位徘徊阶段,房价增长率的波动性最弱,在房地产价格增长率快速下降阶段,房地产价格增长率的波动性居中,在房地产价格增长率急速上升阶段,房地产价格增长率的波动性最强。我国房价增长率序列处于中波动状态的平均持续期最长,处于高波动状态的平均持续期最短。

基于多输入多输出-正交频分复用系统的动态马尔可夫链蒙特卡罗检测算法

在多输入多输出-正交频分复用系统中,基于马尔可夫链蒙特卡罗方法的贝叶斯多用户检测算法可以有效地抑制多径衰落、载波频偏以及相位噪声干扰,但因收敛速度较慢导致实时性较差.针对这一问题,提出一种动态马尔可夫链蒙特卡罗检测算法.该算法利用系统状态样本间的相关性和所设定的收敛阈值门限,实现动态选取系统状态采样值的迭代收敛区间,以求在确保算法检测性能的同时,进一步提高检测估计运算的实时性.仿真结果表明,该算法具有收敛速度快、误码率低等优点.

基于马尔可夫链蒙特卡罗方法的电力系统暂态稳定概率评估

研究了一种电力系统暂态稳定概率评估方法,提出了利用马尔可夫链蒙特卡罗方法模拟负荷水平,考虑随机序列之间的相关性;模拟过程中,提出以故障信息作为输入特征、基于AdaBoost-DT的暂态稳定评估方法。新英格兰39节点测试系统的仿真表明,本文提出的马尔可夫链蒙特卡罗方法比传统的蒙特卡罗方法更快速收敛,同时AdaBoost-DT大幅减少仿真时间,且能有效预测暂态稳定性。

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-蒙特卡洛法的碳酸盐岩三维数字岩心模型重构

数字岩心技术起源于储层岩石微观孔隙结构建模研究,基于岩石的二维统计特征信息或三维扫描成像,是利用一系列图像处理算法或数学方法实现三维数字岩心的模型重构,并在此基础上进行岩心微观表征及物理特性分析的方法。目前常用的三维数字岩心数学建模方法分为随机法和过程法两大类,其中马尔可夫链蒙特卡洛法(MCMC法)是一种随机方法,其以计算速度快、适用范围广和可体现各向异性等优势被广泛使用。以碳酸盐岩为研究对象,利用MCMC法建立了不同图像尺寸的碳酸盐岩三维数字岩心,并对建模结果进行了分析。结果表明,由于MCMC法中选取用于计算转移概率的邻域模板的长度有限,重构结果受其图像尺寸影响较大;当图像尺寸较小时,重构三维数字岩心模型切面的孔隙度与原始二维图像切面的孔隙度符合度较高,建模结果较为理想;图像尺寸较大时,重构三维数字岩心模型切面的孔隙度与原始二维图像切面的孔隙度差异较大,建模效果不佳。因此,利用MCMC法重构三维数字岩心模型时,应选择合适的图像尺寸,尽可能建立最接近真实岩心的三维数字岩心模型。

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。

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。

基于辅助变量马尔可夫链蒙特卡罗方法的RBM学习算法

文章给出了一种训练受限玻尔兹曼机(RBM)的有效方法。提出基于辅助变量的马尔可夫链蒙特卡罗方法(MCMC),利用Swendsen-Wang(SW)算法构造辅助变量与感兴趣变量之间的条件概率,进而得到混合率更高的Gibbs链,从而使其更好地逼近对数似然梯度。最后,通过数据实验给出辅助变量MCMC的抽样效果和RBM模型在数据集下的对数似然,证实基于辅助变量的MCMC方法在学习RBM方面有良好效果。

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。

基于马尔可夫链蒙特卡罗采样的双密钥盲水印算法

为了更好地提高水印算法的安全性,提出了一种基于两种形式密钥的强鲁棒盲水印算法。首先对水印加密,然后将每块载体的第一个奇异值组成矩阵Q再分块离散小波变换(DWT)获得四个子带,通过对四个子带进行马尔可夫链蒙特卡罗(MCMC)采样决定第k个水印位量化嵌入到矩阵Q的第k块低频、水平、垂直和高频子带中的一个并记录当前嵌入子带的密钥位,这样做不仅使水印位随机分配,而且提高了水印算法的安全性。实验结果表明,所提算法在满足不可见性的条件下,不仅对常规的图像攻击具备较强的鲁棒性,而且在水印嵌入过程中通过MCMC采样实现了用不同的密钥嵌入,提高了水印算法的安全性。

基于马尔可夫链蒙特卡罗算法的无线电定位

为实现在多媒体舞台剧中真实空间的目标与多媒体背景的虚拟空间元素间的互动,进行无线电测向定位建模,利用马尔可夫链蒙特卡罗算法进行仿真.实际应用表明,该方法可通过驱动多媒体舞台背景的虚拟场景元素的位置和形态的变化,实现真实空间与虚拟空间的互动.

基于马尔可夫链蒙特卡洛法的独立风光柴储微网运行风险评估

基于马尔可夫链蒙特卡洛法对独立风光柴储微网的运行风险水平进行了评估。基于马尔可夫状态概率转移矩阵建立了风电和光伏的发电可靠性模型,该模型综合考虑了风光资源变化的随机性和连续性,以及温度对光伏出力的影响。在此基础上,根据微网运行策略确立储能和柴油机的出力。通过风险评估指标体系,采用马尔可夫链蒙特卡洛法评估微网的运行风险。算例以欧洲典型微网为例,验证了马尔可夫链蒙特卡洛法的正确性和有效性,并从马尔可夫链状态数、风/光容量配比、发电/负荷比3个方面评估了对微网运行风险的影响,算例结果可为微网系统的规划、设计和运行提供参考。

马尔可夫链蒙特卡罗容积粒子滤波器

针对非线性、非高斯系统状态估计问题,提出了一种基于重要密度函数的改进粒子滤波器—马尔可夫链蒙特卡罗容积粒子滤波器。在状态转移概率的基础之上综合考虑了当前的量测信息,利用容积卡尔曼滤波对每个采样粒子进行估计,使得重要密度函数更加贴近于真实后验;同时为避免粒子贫乏,在重采样后加入马尔可夫链蒙特卡罗步骤。理论分析和实验仿真表明:马尔可夫链蒙特卡罗容积粒子滤波器的性能要优于容积粒子滤波器以及其他参照滤波器。

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。

基于马尔科夫链-蒙特卡洛法的债务抵押债券定价模拟

文章旨在通过马尔科夫链-蒙特卡洛法(MCMC)对债务抵押债券CDO进行定价模拟。以寻求CDO产品预期回收率与其预期违约率间的关系,并研究两者对债务抵押债券定价模拟的影响。研究发现,在CDO投资中,资产池中的个别资产违约,将会将违约信号和相应的信用损失传递给各个相关投资者。所以,理性控制CDO标的资产的违约风险,降低其违约概率是提升CDO资产定价的重要举措。

浅议马尔可夫链蒙特卡罗在实践中的应用

本文概括地介绍了马尔可夫链蒙特卡罗(Markov chain Monte Carlo——MCMC),一种随机模拟贝叶斯推断的方法。主要的抽样方法包括吉布斯采样(Gibbs Sampling)和Metropolis-Hastings算法。本文也对MCMC主题和应用的拓展进行了讨论。

马尔可夫跳变系统的蒙特卡罗仿真

针对跳变系统理论研究中缺少有效的仿真方法,提出了一种适用于跳变系统的蒙特卡罗法。跳变系统蒙特卡罗仿真的关键是马尔可夫链的仿真实现,研究了两种生成马尔可夫链的方法,即利用MATLAB函数randsrc和基于unifrnd函数产生均匀分布的随机数,提出了根据转移概率矩阵P对随机数设置不同的阈值来形成马尔可夫链的算法。根据仿真的结果对转移概率进行了验证,该方法概念清晰,简单易行,可用于切换系统等一般随机系统的研究。

蒙特-卡罗法计算黑体空腔有效发射率

介绍了蒙特-卡罗法计算黑体空腔发射率的基本思想和主要算法。首先阐述了计算黑体空腔有效发射率的理论基础,然后分别从正向光线追迹和逆向光线追迹的角度对蒙特-卡罗法的具体算法予以说明,提出逆向追迹思想能方便地计算空腔的定向有效发射率,经过运算可以得到腔积分半球有效发射率和平均垂直有效发射率。最后对比了采用蒙特-卡罗法和其它方法的计算结果,分析表明:蒙特-卡罗法在计算黑体空腔有效发射率上是准确的,劣势在于计算速度慢。