新安江模型参数有效优化及不确定性评估

应用新安江模型进行水文模拟时，由于模型本身的不足及参数多、信息量少等原因，会出现率定的最优参数组不唯一、不稳定等问题。考虑到以往的参数优选，都只得出一个参数组，不能反映出其不确定性状况。提出应用基于马尔可夫链蒙特卡罗（MCMC）理论的SCEM-UA算法，通过双牌流域以1 h为时段间隔的36场典型洪水数据对新安江模型参数进行优选和不确定性评估。结果表明，该算法能很好地推出新安江模型参数的后验概率分布；率定和检验结果分析也表明，应用SCEM-UA算法对新安江模型进行优选和不确定评估是有效和可行的。     

船舶结构腐蚀检测及腐蚀模型不确定性分析

针对经典的概率论不能有效地处理检测概率的参数不确定性问题，提出了定量分析检测概率参数不确定性问题的贝叶斯方法，并以威布尔分布形式的检测概率为例，推导了量化参数不确定性的放大系数的计算公式。针对传统的数据分析法及专家判断法不能分析模型不确定性更新问题，基于无损检测信息采用贝叶斯更新方法量化了检测概率分布函数的统计模型不确定性，得到了检测概率统计模型权重的后验概率及相应的分布参数的后验概率密度函数。最后提出了分析船体结构腐蚀多层次模型不确定性问题的全概率模型法，并用算例证明了所提方法的有效性。     

基于参数不确定性的预应力混凝土梁模型修正

提出了基于参数不确定性的全预应力混凝土梁模型修正方法.灵敏度分析发现混凝土弹性模量和密度是影响梁的自振频率较大的参数.在贝叶斯理论中融入马尔可夫链-蒙特卡罗算法,实现了有限元分析程序和复合链抽样技术的协同工作,得到了模型参数后验分布的统计特征,并预测了梁的前三阶自振频率分布范围.数值分析表明：模型参数后验分布的标准差相...     

基于变分稀疏贝叶斯学习的DOA估计

针对传统稀疏贝叶斯学习的DOA估计算法复杂度较高、收敛速度较慢等问题,提出了一种基于变分稀疏贝叶斯学习的DOA估计算法。首先通过空间网格划分方式建立基于稀疏表示的DOA估计信号模型;其次在此模型基础上为未知待估计参数指定先验分布,得出稀疏信号的后验概率分布;然后利用变分贝叶斯学习算法,通过最小化KL散度寻求后验概率分布的近似分布;最后估计出未知参数,并得到信号的DOA估计值。根据MATLAB仿真图的结果,该算法成功估计出信号的DOA,并达到了预期效果。与传统稀疏贝叶斯学习算法相比,该算法单快拍下具有更高的DOA估计精度以及更快的收敛速度。     

三水源新安江模型参数不确定性分析PAM算法

针对水文模型参数不确定性分析常用方法 收敛速度缓慢,容易陷入参数空间局部最优区域等 问题,提出了PAM (parallel adaptive metropolis) 算法;对三水源新安江模型参数不确定性进行分析 研究。实例研究表明显著提高了计算速度和求解质 量,参数后验分布结果为区间预报提供了条件。     

交通需求组合模型的不确定性分析

交通需求预测中会有很多不确定性因素.系统的不确定分析可以分析模型输出的可信程度,并且界定影响不确定性的关键因素.采用了基于敏感性分析的方法(SAM)分析交通需求组合模型(CTDM)的不确定性.CTDM基于出行者的理性行为,并可描述为一个非线性规划问题,从而分析敏感性.不确定性分析包括模型输入的不确定性和模型参数的不确定性.与基于随机抽样的分析方法相比,基于敏感性分析的方法在大大减少计算量的同时,可以得到近似的精度,并且可以同时或分开考虑输入的不确定性和参数的不确定性.研究认为,提高参数精度比提高输入精度能更有效地提高输出结果的可信水平.     

基于Gibbs-DA算法的贝叶斯分位回归模型研究

针对分位回归模型参数的不确定性风险问题,构建了基于Gibbs-DA抽样算法的贝叶斯线性分位回归分析模型.根据非对称Laplace分布的正态-指数分布的混合表示性质,利用数据扩展方法构建了潜变量,给出分位回归模型的似然函数,推断了多元正态先验分布条件下分位回归模型参数的后验分布,证明了潜变量的完全条件分布为广义逆高斯分布;结合Gibbs抽样和数据扩展方法,设计Gibbs-DA的仿真分析方案,并将其应用于我国能源消耗问题分析.研究结果表明:贝叶斯方法可以有效地应用于分位回归的建模以及我国能源消费弹性的分位问题研究.     

基于贝叶斯理论的TOPMODEL参数不确定性分析

应用贝叶斯理论探讨了流域水文模型参数及预报不确定性问题.通过Monte-Carlo途径确定TOPMODEL模型的敏感参数,采用MCMC抽样技术估计敏感参数的后验概率密度分布,并根据参数的抽样系列构造水文模型预报值的经验分布,据此对模型参数的不确定性及其对水文预报结果的影响进行评价.以浙江密赛流域为例进行了应用研究,提供了模型参数及预报结果不确定性的定量分析结果.     

应用交互式多模型算法的设备剩余寿命预测

针对目前异常检测与剩余寿命预测联合研究中存在的问题,基于交互式多模型算法,提出了一种考虑退化模式动态转移的设备剩余寿命预测模型。首先根据模式动态转移的状态空间模型对设备进行退化建模,然后使用IMM算法对设备的隐含退化状态与退化模式后验概率进行联合估计,根据后验概率判别异常点,并采用期望最大化(Expectation Maximum,EM)算法对模型参数进行在线估计与更新,最终实现设备的实时剩余寿命预测。数值分析结果表明:该模型能够准确地检测异常点、降低剩余寿命概率分布的不确定性与提高剩余寿命的预测精度,为实现设备的视情维修提供决策依据。     

基于贝叶斯推理的乘员约束系统参数识别

为了克服测量响应的不确定性给乘员约束系统参数识别带来的困难,利用马尔科夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)采样和近似模型构造技术,提出一种基于贝叶斯推理的乘员约束系统不确定性参数识别方法.该方法结合约束系统参数的先验分布和测量响应,通过马尔科夫链在未知参数联合概率密度空间进行抽样,从而获得了织带刚度缩放系数和质量流率缩放系数的后验边缘概率密度函数.识别结果表明,相比于传统确定性识别方法,基于贝叶斯推理的不确定性参数识别方法不仅能有效给出乘员约束系统参数的概率分布,而且能够保证参数寻优的全局收敛性.     

基于SCEM—UA算法的新安江模型在梅山水库流域上的应用

将SCEM—UA算法内嵌于新安江模型中,利用梅山水库流域水文资料对该算法优选的参数结果进行分析．参数优选主要针对模型的敏感参数,并用实测资料对其验证分析,最后计算洪水精度评定指标分析高水过程模拟结果．研究表明,SCEM—UA算法能够快速有效地对新安江模型参数进行优选,并且基于该参数率定结果的新安江日模型在梅山水库流域上运行效果良好．     

代理模型参数率定方法在TOPKAPI模型中的应用

为提高复杂水文模型参数优化效率,通过Morris参数敏感性分析确定敏感参数,随后将多目标自适应代理模型优化(MO-ASMO)算法应用在TOPKAPI模型的参数率定中,通过最小欧几里得距离筛选Pareto解集中的相对最优解,从解集分布和每场洪水模拟效果两个维度与传统多目标优化方法NSGA-Ⅱ、NSGA-Ⅲ进行比较。结果表明：在相同模型运行次数下,MO-ASMO相较于NSGA-Ⅱ和NSGA-Ⅲ具有更优的Pareto前沿;无论是率定期还是验证期,MO-ASMO算法的评价指标均表现较好,综合表现优于NSGA-Ⅱ、NSGA-Ⅲ算法,MO-ASMO算法有效提升了模型参数优化效率。     

利用组合马尔可夫模型的非监督图像分割方法

提出了一种基于边缘辅助的组合马尔可夫随机场模型(E-CMRF),并应用于非监督图像分割.在传统的马尔可夫标号场(MRF)基础上引入边缘二值随机场,二者相互作用构成组合随机场.该模型使用期望最大(EM)算法对待分割图像完成参数估计,并运用动态能量权值提高收敛速度.最后根据贝叶斯定理将图像分割问题转化为最大后验概率的求取,运用改进的Metropolis采样算法求得最大后验概率解.实验结果证明,该分割方法不需要人工给出先验信息,在具备抗噪性等特点的同时提高了分割精度.     

SOFC PEM联合发电系统的不确定性分析

以固体氧化物燃料电池与质子交换燃料电池(SOFC PEM)联合发电系统为研究对象,以系统操作参数作为不确定参数,采用基于拉丁超立方体抽样法的不确定分析方法,即包括以适宜的概率分布函数来表述和量化不确定因素并将不确定性传播到确定性模型来建立输出结果的概率分布规律,进而分析系统操作变量的不确定性对系统净电功率的影响。不同于传统的灵敏度分析方法,考虑参数的概率结构,评价多个参数的相对重要性。结果表明：高SOFC电堆操作温度、低燃料流量和低SOFC燃料利用率有利于减少系统净电功率因不确定因素引起的偏差和波动,但同时以减少系统净电功率为代价。不确定性分析可为在不确定条件下设计参数的优化提供依据。     

一种有效的多阅读器RFID冗余数据清洗算法

原始RFID阅读数据通常质量不高,可能包含许多异常。提出一种多阅读器RFID冗余数据的清洗方法,设计了3-态识别模型,并证明了该模型下系统的性能最佳。通过贝叶斯原理从观测的条件似然以及未知参数的先验分布获取待估计参数的后验概率分布,设计了带有位置约束的Metropolis-Hastings抽样器(MH-LC);该抽样器通过合并相关约束参数进行高效和精确地清洗RFID原始数据。各种典型干扰条件下的仿真试验表明了方法的有效性。     

概率法在岩性气藏储量风险评估中的应用

苏里格气田属于典型的致密岩性气藏,储层横向变化快、非均质性强,利用确定法难以客观评估储量风险。为此以气田X区为例,采用概率法开展储量风险评估研究,通过各变量的概率分布函数和多次随机模拟计算,定量评估气藏参数的不确定性和不同风险对应储量规模,结合单因素敏感性分析,明确气藏主要风险因素,优化地质模型计算的储量结果。研究表明,（1）概率法模拟计算的地质储量概率分布,提供了不同风险下的地质储量,有助于投资决策和开发方案制定;（2）参数变量的敏感性分析能确定影响各层储量结果的主要参数,对参数敏感性进行排序,估算变量变化区间对储量结果的影响,实现缩短储量评价周期和提高评价准确性;（3）地质模型储量与概率法的基准储量（P₅₀）进行对比,结合单因素敏感性分析,调整模型属性参数,优化后的X区各小层地质模型储量与基准储量的误差均在10%以内。概率法对岩性气藏给出不同风险下的储量规模,能客观评估储量风险,优化地质模型。     

基于PEST的地下水模型参数优化及不确定性分析

由于地下水系统中相关参数的时空变异性,利用地下水模型得到的计算值与真实值之间通常会出现一定的差异。介绍了参数优化(parameter estimation,PEST)程序的基本原理,并以建立的某地浸采铀单元井场地下水流动模型作为研究实例。结果表明,以水头实测值作为校准数据,PEST能够对渗透系数和贮水率取得很好的优化效果;目标函数的变化趋势总体是下降的,但并不总是不断减小的;参数的灵敏度在优化过程中总体处于较低水平;参数优化幅度与参数不确定性之间呈正相关关系。研究结果可为地下水模拟不确定性分析提供参考。     

Parameter Uncertainty in CGE Modeling of the Macroeconomic Impact of Carbon Reduction in China

Introduction Computable general equilibrium (CGE) models are among the most influential tools for a wide range of applied economic analyses and policy evaluations. From the 1960s, with growing computational capacity, CGE modeling has evolved from small st…