期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于DREAM算法的DSGE模型参数估计精度研究
1
作者 罗琦 赵胜民 《统计与决策》 CSSCI 北大核心 2024年第2期46-51,共6页
文章将人工智能算法中的DREAM算法首次应用到动态随机一般均衡模型的参数估计中,并以动态随机一般均衡模型LS(2005)为例对该算法的估计精度进行了系统分析,研究结果表明:根据待估参数随机抽样序列的箱线图来看,由DREAM算法产生的待估参... 文章将人工智能算法中的DREAM算法首次应用到动态随机一般均衡模型的参数估计中,并以动态随机一般均衡模型LS(2005)为例对该算法的估计精度进行了系统分析,研究结果表明:根据待估参数随机抽样序列的箱线图来看,由DREAM算法产生的待估参数随机抽样序列的箱体长度均比RWMH和IMH算法产生的箱体长度要长,说明由DREAM算法产生的参数估计序列的分散程度比RWMH和IMH算法要大,表明了DREAM算法遍历参数空间范围更为广泛,算法逃逸局部最优值的能力更强。另外,从箱线图中的中位数数值来看,除了5个参数以外,由DREAM算法产生的参数估计序列的中位数相比RWMH和IMH算法,与真实数据生成过程更为接近,说明由DREAM算法产生的参数估计值大部分都集中在参数的真值附近。由于DREAM算法依据IQR统计方法除去无用链,故由DREAM算法产生的参数估计序列的异常值也明显降低,而RWMH算法产生的参数估计序列的异常值尤其多。从待估参数的90%最大后验密度可信区间来看,DREAM算法产生的待估参数90%最大后验密度可信区间除了3个参数以外,其余全部包含了真值,而传统的RWMH和IMH算法分别只有7个和1个区间包含了真值,表明DREAM算法的估计不确定性远小于传统的RWMH和IMH算法。最后,根据待估参数的无效因子来看,DREAM算法产生的待估参数序列与传统的RWMH和IMH算法相比,其相关性更弱,即无效因子数值更小,这一点进一步验证了DREAM算法遍历整个参数空间的能力更强。 展开更多
关键词 dream算法 DSGE模型 估计精度
下载PDF
基于DREAM算法的双超模型参数不确定性研究 被引量:2
2
作者 曹玉涛 郭向红 杨玫 《水电能源科学》 北大核心 2017年第9期13-16,共4页
鉴于半干旱半湿润地区的流域水文模拟及预报一直是水文模型领域研究的重点和难点问题,基于山西省张峰水库1988~2007年间18场洪水资料,前12场用于率定模型参数,后6场用于检验模型,采用DREAM方法分析其双超模型参数的不确定性,并在此基础... 鉴于半干旱半湿润地区的流域水文模拟及预报一直是水文模型领域研究的重点和难点问题,基于山西省张峰水库1988~2007年间18场洪水资料,前12场用于率定模型参数,后6场用于检验模型,采用DREAM方法分析其双超模型参数的不确定性,并在此基础上分析由参数不确定性导致的模型输出的不确定性。结果表明,10个参数的后验分布峰值不明显,说明参数的不确定性较大;4个参数的后验分布为具有明显峰值的不规则分布,7个参数的后验分布呈现偏态分布,其峰值也比较明显,说明该参数的不确定性较小。研究结果可为双超模型不确定性分析提供一定的理论基础。 展开更多
关键词 水文模型 dream算法 不确定性 双超模型 张峰水库
原文传递
融合MCMC方法的差分进化算法在水文模型参数优选中的应用 被引量:2
3
作者 曹飞凤 尹祖宏 《南水北调与水利科技》 CAS CSCD 北大核心 2015年第2期202-205,共4页
传统差分进化算法在优选水文模型参数时容易出现"早熟收敛"问题,基于马尔可夫链蒙特卡罗方法的差分进化算法——DREAM算法,对嘉陵江流域降雨径流模型的参数优选问题进行了分析。结果发现,DREAM算法融合了自适应Metropolis方... 传统差分进化算法在优选水文模型参数时容易出现"早熟收敛"问题,基于马尔可夫链蒙特卡罗方法的差分进化算法——DREAM算法,对嘉陵江流域降雨径流模型的参数优选问题进行了分析。结果发现,DREAM算法融合了自适应Metropolis方法的优点,能有效克服"早熟收敛"问题,适用于推求先验信息较少的复杂水文模型参数后验分布。 展开更多
关键词 差分进化算法 MCMC方法 参数优选 dream算法 降雨径流模型
下载PDF
基于自适应多保真度Co-Kriging代理模型的地下水污染源反演识别 被引量:1
4
作者 安永凯 张岩祥 闫雪嫚 《中国环境科学》 EI CAS CSCD 北大核心 2024年第3期1376-1385,共10页
为高效率高精度地进行地下水污染源反演识别,综合运用高保真度和低保真度地下水溶质运移数值模拟模型,研究应用集成差分进化算法的Co-Kriging方法建立模拟模型的多保真度代理模型;在此基础上,探索应用马尔科夫链蒙特卡洛(MCMC)-DREAM_((... 为高效率高精度地进行地下水污染源反演识别,综合运用高保真度和低保真度地下水溶质运移数值模拟模型,研究应用集成差分进化算法的Co-Kriging方法建立模拟模型的多保真度代理模型;在此基础上,探索应用马尔科夫链蒙特卡洛(MCMC)-DREAM_((D))算法,并采用自适应更新多保真度代理模型策略进行地下水污染源反演识别.为验证上述方法的有效性和可行性,开展了数值算例研究.结果表明:相比仅基于高保真度模型输入-输出样本构建的Kriging代理模型,联合运用高保真度和低保真度模型输入-输出样本构建的Co-Kriging代理模型对模拟模型的逼近精度更高;耦合多保真度Co-Kriging代理模型和MCMC-DREAM_((D))算法能够得到较高精度的污染源反演结果,且能够大幅度减小计算负荷;同时,采用自适应更新多保真度代理模型策略能够进一步提高污染源反演识别精度. 展开更多
关键词 地下水污染源 多保真度代理模型 Co-Kriging方法 dream((D))算法 自适应
下载PDF
不同时期水文模型参数的不确定性研究 被引量:1
5
作者 李鑫 闫成山 +2 位作者 朱龙腾 孙伟 赵学贤 《水电能源科学》 北大核心 2020年第11期17-21,共5页
水文模拟精度在不同气候时期不同量级洪水过程下表现形式不同,以汉江安康以上流域为例,采用综合差分样本分离方法(CDSST)分离出流域不同气候时期,并运用基于贝叶斯框架的DREAM算法探究了参数不确定性对不同气候时期不同量级径流模拟的... 水文模拟精度在不同气候时期不同量级洪水过程下表现形式不同,以汉江安康以上流域为例,采用综合差分样本分离方法(CDSST)分离出流域不同气候时期,并运用基于贝叶斯框架的DREAM算法探究了参数不确定性对不同气候时期不同量级径流模拟的影响。结果表明,参数不确定性在不同气候时期对径流模拟的影响差异明显,混合期影响最大,湿润期次之,干旱期最小;参数不确定对不同量级径流的影响差异较大,高流量时,参数的不确定性影响小,低流量时影响大,且干旱期和混合期均大于湿润期。 展开更多
关键词 动态参数 dream算法 参数不确定性 汉江流域
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部