基于MCMC法的水质模型参数不确定性研究

摘要：

参数识别是数学模型应用的前提.鉴于常用贝叶斯离散化方法在搜索复杂模型参数后验分布时的计算限制的原因,本文引入了MCMC采样法.为考察MCMC法对参数后验分布的搜索性能和效率,进行了2个案例研究.结果表明,MCMC法对参数后验分布的搜索,无论是搜索性能还是搜索效率,均表现出了独特的优越性同时,Gelman收敛判别准则计算表明,MCMC采样序列均能稳定收敛到参数的后验分布上.可见,MCMC法适用于复杂环境模型的参数识别和不确定分析研究.

关键词：马尔科夫链蒙特卡罗法、水质模型、不确定分析、参数识别

所属期刊栏目：27

分类号：X192

资助基金：中国科学院资助项目50209007

在线出版日期：2006-04-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：24-30