论文部分内容阅读
马尔科夫链蒙特卡洛方法(简称MCMC)可用于复杂系统的不确定性估计和参数估计.基于贝叶斯理论,运用几种改进的MCMC方法:自适应Metropolis算法(AM)、延迟拒绝自适应Metropolis算法(DRAM)、差分进化马尔科夫链算法(DE-MC)对具有复杂的动态性质的Lorenz混沌系统未知参数进行了探讨性的估计.根据未知参数的后验概率密度似然函数,利用MATLAB仿真,选取样本点出现频率高的区间作为目标分布区域,并通过缩小先验分布范围来计算参数的估计值分析比较这三个算法模拟的结果,得出如下结论:合适