贝叶斯-MCMC方法求解Fisher方程参数识别问题

马尔科夫链蒙特卡洛方法(MCMC)是一种启发式的全局寻优算法。在贝叶斯框架下,给出利用MCMC方法求解Fisher方程参数识别反问题的一种新方法。该方法把参数识别反问题视为贝叶斯估计问题,利用基于自适应Metropolis算法和延迟拒绝算法的一种有效的自适应MCMC方法,得到大量来自后验概率的样本,不仅能够获得每个未知参数的估计值,还可以获得与之相关的各种不确定信息。数值试验结果表明,该方法具有精度高、收敛速度快且易于计算机实现等优点。