發(fā)布時間：2020-11-11 21:23

　　 隨著全球氣候變暖,生態(tài)和環(huán)境受到嚴重破壞,極端天氣頻繁發(fā)生,使得研究全球氣候變化機制,預測未來變化趨勢變得刻不容緩。地球系統(tǒng)模式是研究該機制的重要工具,一種基于計算機的復雜系統(tǒng)模型。該復雜模型往往包括很多參數(shù),這些參數(shù)的取值對模型的表現(xiàn)具有極大的影響。如何正確的估計這些參數(shù)是一個復雜的科學問題,其中參數(shù)敏感性分析是識別重要性參數(shù)的常用方法,了解模型輸入?yún)��?shù)對輸出變量的影響,為后續(xù)模型參數(shù)優(yōu)化提供了科學基礎。參數(shù)敏感性分析最重要的一個過程就是采樣。本文介紹了3種常用于敏感性分析的傳統(tǒng)采樣方法和4種基于馬爾科夫鏈蒙特卡羅算法的自適應采樣方法,共7種采樣方法;接著說明了對于采樣方法的包括敏感性分析以及另2種評估度量,均勻性和后驗概率分布。通過在模式上實驗實現(xiàn)各采樣方法的性能對比。又基于馬爾科夫鏈蒙特卡羅算法的自適應采樣方法為參數(shù)敏感性分析提供了參數(shù)收斂區(qū)間和參數(shù)后驗分布,且參數(shù)在不同的區(qū)間內(nèi)體現(xiàn)出了不同的敏感性。本文充分利用傳統(tǒng)采樣和自適應采樣的優(yōu)缺點,設計出包含三次采樣過程和兩次敏感性分析過程的面向地球系統(tǒng)模式敏感性分析的自適應采樣方案。
【學位單位】：青海大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：P467
【部分圖文】：

析的傳統(tǒng)采樣方法是基于隨機采樣的方23]（Morris One-At-a-Time，MOAT）樣方法。該采樣方法每次基于當前樣本量保持不變。具體采樣過程如下： k 個，隨機生成一個樣本 { S x,x,.112= 的生成是在當前樣本的基礎上僅隨機,...,}iikx+Δx，且已被擾動的變量不再xxxxxiiijjk= {,,...,+Δ,...,+Δ,...,},≠312的 MOAT 采樣過程，每次 MOAT 采樣都稱為一條路徑（trajectory）。

丁方陣在多維中的推廣，每個與法對輸入空間分布進行分層，在，在 k 維單位立方體kx = [min,ma該參數(shù)取值范圍的最大和最小值等 分 ， 且 每 個 等 區(qū) 間 為 k為第 j 維坐標的一個隨機排列。 排 列 之 間 相 互 獨 立 ， 有 隨 機injk1,2,...,;1,2,...,==，其中iju 是與xx) iniik,,...,,1,2,...,2=為所需拉丁

第 3 章 自適應采樣特卡羅（MCMC） 法起源于物理學[35]，直到 用，并產(chǎn) 巨 的影響。 階馬爾科夫鏈被定義，使得下面的條件獨立性質(zhì)對于 n∈ {1 , ,N 1} 成( ) ( ) ( )( )( ) ( )( )nnnnp x|x,,xpx|x+1 1+1= 鏈形的有向圖，下一個狀態(tài)只依賴于當前狀態(tài)，如圖 3.1 所示，
【相似文獻】

相關期刊論文 前10條

1 謝如意;黃靜水;周琪;;南淝河城市河道水質(zhì)模型的空間敏感性分析[J];凈水技術;2018年03期

2 鐘艷芳;;敏感性分析在供電企業(yè)經(jīng)濟活動分析中的應用研究[J];企業(yè)改革與管理;2014年19期

3 宋志勇;熊璐瑛;章鴻雁;;論EXCEL在項目經(jīng)濟評價敏感性分析中的應用[J];中國鄉(xiāng)鎮(zhèn)企業(yè)會計;2013年06期

4 孫靜;投資決策中的非線性敏感性分析[J];統(tǒng)計與決策;2005年22期

5 靳躍剛,王相朝;長期投資項目的敏感性分析[J];華中理工大學學報(社會科學版);1998年03期

6 楊和雄,王良元;敏感性分析及其模糊方法[J];南京郵電學院學報;1998年01期

7 劉會春,張立峰,徐衛(wèi)東;關于敏感性分析的計算方法的初步研究[J];吉林農(nóng)業(yè)大學學報;1999年S1期

8 李欣章,夏侯雪嬌;利潤敏感性分析[J];青島建筑工程學院學報;1997年02期

9 趙儀娜;回歸分析在敏感性分析中的應用[J];數(shù)理統(tǒng)計與管理;1991年04期

10 沈鈺林;;應用利潤敏感性分析改善企業(yè)經(jīng)營管理[J];浙江經(jīng)濟;1992年09期

相關博士學位論文 前10條

1 李成凱;感應熔覆熔池流動與敏感性參數(shù)控制工藝研究[D];中國石油大學(華東);2014年

2 韓飛;基于可交易路票策略的隨機用戶均衡模型及系統(tǒng)優(yōu)化[D];東南大學;2016年

3 楊靖民;利用模型對黑土條件下玉米生長和土壤碳氮循環(huán)的模擬研究[D];吉林農(nóng)業(yè)大學;2011年

4 甘衍軍;復雜地球物理過程模型的敏感性分析方法與應用研究[D];北京師范大學;2014年

5 張念木;基于實時監(jiān)控的面板堆石壩施工工期—質(zhì)量—成本綜合優(yōu)化研究[D];天津大學;2014年

6 王利清;不同干擾下荒漠嚙齒動物群落組成種數(shù)量和生物量格局[D];內(nèi)蒙古農(nóng)業(yè)大學;2009年

7 王海霞;考慮生態(tài)目標的水庫引水與供水聯(lián)合調(diào)度研究[D];大連理工大學;2015年

8 趙飛翔;感應電機電動助力轉(zhuǎn)向系統(tǒng)電機助力矩控制算法研究[D];吉林大學;2014年

9 劉文明;循環(huán)流化床模擬和基于傳遞系數(shù)結(jié)構參數(shù)方法研究[D];中國科學院大學(中國科學院過程工程研究所);2017年

10 陳冠;基于統(tǒng)計模型與現(xiàn)場試驗的白龍江中游滑坡敏感性分析研究[D];蘭州大學;2014年

相關碩士學位論文 前10條

1 王謙;長江三峽庫區(qū)滑坡敏感性區(qū)域化分析研究[D];中國地質(zhì)大學;2018年

2 吳環(huán);面向地球系統(tǒng)模式敏感性分析的自適應采樣方案設計和實現(xiàn)[D];青海大學;2018年

3 陳立明;基于復雜工程問題的解耦型全局敏感性分析方法的研究[D];湖南大學;2017年

4 劉歡;基于敏感性分析二階系數(shù)的模型參數(shù)分組研究[D];中國科學院大學(中國科學院武漢物理與數(shù)學研究所);2017年

5 郎春鳳;數(shù)值計算中的敏感性分析[D];吉林大學;2017年

6 王猛;深水TLP水動力及系泊敏感性分析[D];大連海事大學;2017年

7 徐君儒;基于敏感性篩選及全局因子耦合的高層樓梯井煙氣參量分析研究[D];中國科學技術大學;2017年

8 李芮芝;韶關南雄市觀音崠自然保護區(qū)生態(tài)敏感性分析[D];中南林業(yè)科技大學;2017年

9 肖晗;基于量化關聯(lián)規(guī)則的敏感性分析方法研究與應用[D];西南石油大學;2017年

10 唐莉;雙超產(chǎn)流模型參數(shù)敏感性分析與率定[D];太原理工大學;2017年

本文編號：2879764