耦合敏感性分析与两阶段马尔科夫链蒙特卡洛算法的地下水污染溯源辨识

为高精度地开展地下水污染溯源辨识,在对污染源参数进行敏感性分析的基础上,研究应用两阶段马尔科夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)算法辨识确定污染源参数;同时,探索应用多层感知机(Multi-layer Perceptron,MLP)方法构建地下水污染运移数值模型的代理模型,用以提高地下水污染溯源辨识的效率。为验证上述方法的有效性和可行性,开展了两个数值算例研究。结果表明:采用MLP方法构建的代理模型对地下水污染运移数值模型的逼近精度高,不仅能够有效提升地下水污染溯源辨识效率,还能保持良好的计算精度;所提出的耦合敏感性分析与两阶段MCMC算法能够显著提升低敏感性污染源参数的辨识精度。

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。

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。

基于马尔科夫链蒙特卡洛仿真的智能电能表软件可靠性仿真研究

保障智能电能表软件可靠性有利于降低设备故障率,提升电力营销部门服务质量。基于灰盒测试的软件测试技术能够在保护软件源代码安全性基础上进行深度测试。依托智能电能表软件测试平台,按事件触发概率构造若干马尔科夫状态,对智能电能表进行蒙特卡洛仿真分析,使用两款单相电能表进行软件可靠性评价研究。测试模型能够充分挖掘电能表软件成熟度和健壮性,形成对比数据和结论。

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。

采用改进马尔科夫链蒙特卡洛法的风电功率序列建模

建立能更好复现历史数据特征的风电功率序列模型,对计及高渗透率风能接入影响的电网规划和运行具有重要意义。该文首先通过研究面向随机变量(风电功率)建模的滑动平均滤波参数寻优方法和构建状态数优化决策模型,提出风电功率序列的自适应状态划分策略,客观划分历史数据。然后针对现有方法难以计及状态转移概率随状态持续时间增长而变化的问题,提出三维状态转移概率矩阵及其解维修正方法,抽样生成人造风电功率状态序列,进而在分析历史数据波动量及噪声概率分布的基础上,完善现有的波动特征叠加方法,模拟人造风电功率序列。与现有马尔科夫链蒙特卡洛(MCMC)法进行对比分析表明,该方法能更好地复现历史数据特征(转移、波动特征等),在提高建模精度的同时,并未增加状态转移概率矩阵生成算法的时间复杂度。

基于耦合马尔科夫链的砂岩型铀矿岩性模拟

为了更好地服务于砂岩型铀矿的找矿和开采,人们开始寻找能够揭露隐伏地质情况的方法,近年来,岩性模拟被越来越多的学者所关注。结合前人的研究,文章提出了一种基于耦合强度系数的改进耦合马尔科夫链模型岩性模拟的方法。基于砂岩型铀矿成矿原理,通过调节马尔科夫链模型耦合过程中的耦合强度系数,使模拟结果更接近真实地层状态。选取鄂尔多斯盆地塔然高勒矿床为例,应用改进的耦合马尔科夫链模型还原了研究区的部分地层岩性,验证该方法的可行性。结果显示,该方法不仅可以精确地模拟地层岩性的真实性,并且在一定程度上解决了以往方法对钻孔数量过度依赖的问题。

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。

子集模拟中马尔可夫链蒙特卡洛抽样算法比较

文章着重研究子集模拟中马尔可夫链蒙特卡洛(MCMC)抽样算法的抽样效率与计算精度。首先,阐述可靠度子集模拟的基本原理与中间状态样本生成的各种MCMC抽样算法,在稳态马尔可夫链构造基础上提出延迟拒绝MMH(Modified Metropolis-Hasting)算法,通过在MMH算法上增加备选样本的延迟拒绝步提高MMH算法的抽样效率;阐述基于随机游走与基于扩散方程MCMC方法中建议分布的差异,进一步对备选样本接受率为1的preconditioned Crank-Nicolson(pCN)算法和条件抽样(Conditional sampling, CS)算法开展研究,证明两种算法的等价性;推导有效样本量的计算方法,提出采用有效样本量与总样本量的比值定义MCMC方法的抽样效率。通过复杂目标分布的样本生成研究不同MCMC抽样算法建议分布及其参数对备选样本接受率与抽样效率的影响,最后通过计算实例研究子集模拟过程采用不同MCMC抽样算法得到失效概率的相对误差及其变异性,揭示不同MCMC抽样算法对失效概率计算精度的影响。研究表明:不同MCMC抽样算法生成备选样本的接受率及其自相关性受建议分布及其参数影响较大,对于复杂的目标分布,pCN算法和CS算法的抽样效率较高,延迟拒绝MMH算法次之;采用CS算法和延迟拒绝MMH算法进行子集模拟得到的失效概率精度较高且变异性较低;增加子集模拟中间状态样本量可以提高失效概率计算精度并降低其变异性。

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。

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。

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。

应用改进马尔科夫链的光伏出力时间序列模拟

构建准确的光伏出力时间序列模型,对于光伏并网系统的规划和运行有重要的意义。综合考虑光伏出力时间序列的季节特性、日特性、天气特性与波动特性,构建了改进的马尔科夫链模型,以更好地体现光伏出力特性。在原始马尔科夫链的基础之上细化数据片段分类,生成多个状态转移矩阵;同时模拟光伏出力波动特性,改进序列生成过程。以合肥地区某光伏电站实际出力为基础数据进行仿真分析,仿真结果表明,与原始马尔科夫链模型相比,改进模型所产生的光伏出力序列具有更高的精度及自相关特性。

蒙特卡洛模拟在物流与供应链管理实验教学中的应用

从物流与供应链管理实验课程的特点和需求出发,以随机型库存控制和供应链协调契约设计两个实验为例,分析了具体实验内容的设计,应用蒙特卡洛方法对于市场需求等随机性因素进行模拟,通过Excel函数和公式计算最终的决策结果,使学生在掌握理论知识的同时培养解决物流与供应链管理决策问题的实践能力。

装配尺寸链的蒙特卡洛模拟

本文通过对随机数的产生、变换、检验、计算机解尺寸链实际算例,详细论述了装配尺寸链的蒙特卡洛解法,并将此法与极值解法、概率法作了分析比较,认为该法合理、方便、实用,并为此法在尺寸链计算中能得到实际运用创造了条件.

基于马尔科夫链模拟的电动汽车充电需求分析

电动汽车大规模接入使得电力系统的电能质量下降,电动汽车的充电需求预测是解决电动汽车接入电网问题的基础,电动汽车驾驶行为的不确定性导致对其充电需求的预测精度不足,文中提出一种基于马尔科夫链蒙特卡洛(MCMC)模拟的电动汽车充电需求分析方法。首先用出行链描述电动汽车的出行行为,出行链包括时间特征量和空间特征量,利用马尔科夫链模拟出行链的相关特征量,从而实现模拟电动汽车出行行为的目的;然后利用蒙特卡洛法对电动汽车的充电需求进行计算,分析电动汽车驾驶过程中和充电后荷电状态的变化;最后计算出电动汽车的充电需求。算例分析结果表明,文中提出的马尔科夫链模拟能够较为准确地模拟电动汽车的驾驶行为,蒙特卡洛法能够准确计算电动汽车的充电需求,并分析了不同渗透率下电动汽车对配电网的影响,结果表明随着渗透率的提高,对配电网络造成的影响也在增大。

半刚性高分子链塌缩相变的蒙特卡洛模拟

本文主要研究半刚性高分子链在不同温度下的形态变化,特别是在低温下的塌缩相变。我们对半刚性高分子链在三维简立方点阵上进行蒙特卡洛数值模拟。计算模型中考虑了链段间的排斥势、近邻间的吸引势和局域刚性势。链的刚性程度由刚性势与吸引势的比值确定。计算证明在温度逐步下降时,柔性链的形态由高温下的无规线团逐渐收缩为低温下的无规紧缩线团;但刚性程度较高的链则首先扩展,然后再收缩为具有一定有序度的紧缩态。同时我们也证明半刚性高分子链的塌缩相变是与柔性链的形态转变相同,它们的热力学行为都符合二级相变的特征。

应用马尔科夫链对宁芜一些地层剖面的计算模拟和分析

根据马尔科夫键的数学原理,作者对宁芜地区两条层型剖面进行了计算模拟试验。结果表明模拟剖面的信息量较实测剖面更丰富。