o****p
发帖数: 7 | 1 现在的课题与uncertainty analysis有关，
面对的是一个 discontinuous, nonlinear 的complicated model （discrete in time
的 差分方程组），input, parameter很多，且uncertain。
我想问一下，除了Monte Carlo simulation之类的sampling
的方法之外，有没有其他的direct的方法来进行uncertainty analysis? 也就是说，在知
道inputs,parameters的 distribution（连续或者离散） 或者moments的情况下,如何得
到output的distribution 或者momens。
monte carlo太费时间了，对于我的问题的实际应用意义不大，所以我想有没有其他的方
法。
本人数学背景不强，在自己的领域内也没有看到相关研究，望哪位大虾能指点迷津。
谢谢 | R*****n
发帖数: 8658 | 2 觉得你的model可能不能作显示表达, 所以这时候人们一般会借助于simulation
for example, the bayes method to get the posterior distribution
MC is just one of the way to do the simulation
具体到里头方法又有很多
可以参考Jun Liu的书, 应该有个针对你的问题的efficient的办法
还有的时候做一些approximation也可以简化问题
【在 o****p 的大作中提到】
: 现在的课题与uncertainty analysis有关，
: 面对的是一个 discontinuous, nonlinear 的complicated model （discrete in time
: 的 差分方程组），input, parameter很多，且uncertain。
: 我想问一下，除了Monte Carlo simulation之类的sampling
: 的方法之外，有没有其他的direct的方法来进行uncertainty analysis? 也就是说，在知
: 道inputs,parameters的 distribution（连续或者离散） 或者moments的情况下,如何得
: 到output的distribution 或者momens。
: monte carlo太费时间了，对于我的问题的实际应用意义不大，所以我想有没有其他的方
: 法。
: 本人数学背景不强，在自己的领域内也没有看到相关研究，望哪位大虾能指点迷津。
|
|
