期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于拉丁超立方抽样的改进型多链DRAM算法求解地下水污染反问题 被引量:4
1
作者 张双圣 强静 +2 位作者 刘汉湖 刘喜坤 孙韶华 《郑州大学学报(工学版)》 CAS 北大核心 2020年第3期72-78,共7页
针对运用贝叶斯统计方法求解地下水污染反问题时,经典MCMC算法(Metropolis算法)求解结果受样本初始点影响且计算效率低的问题,提出了一种基于拉丁超立方抽样方法的改进型多链延迟拒绝自适应Metropolis算法(DRAM)。将贝叶斯统计方法与二... 针对运用贝叶斯统计方法求解地下水污染反问题时,经典MCMC算法(Metropolis算法)求解结果受样本初始点影响且计算效率低的问题,提出了一种基于拉丁超立方抽样方法的改进型多链延迟拒绝自适应Metropolis算法(DRAM)。将贝叶斯统计方法与二维水质对流-扩散方程相耦合,建立地下水污染源识别模型。构建一个污染物在地下水含水层中瞬时排放的算例,分别运用Metropolis算法、多链Metropolis算法以及改进型多链DRAM算法对污染源信息(污染源强度、排放位置(x,y)和排放时长)进行反求。算例研究表明,Metropolis算法受样本初始点影响,容易出现反演结果局部最优或者反演结果难以收敛的问题;多链Metropolis算法虽然显著提高了反演结果的准确性,但是反演效率相对低下;改进型多链DRAM在保证反演准确性的条件下,可显著提高反演效率(相对于多链Metropolis算法提高68%),实现反演结果准确性与效率的双提高。 展开更多
关键词 二维水质模型 贝叶斯-马尔科夫链蒙特卡洛法 拉丁超立方抽样 延迟拒绝自适应metropolis算法 污染源识别
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部