简介:高斯过程机器学习是基于严格的统计学习理论而新发展的方法,该方法在求解小样本、高维数的非线性问题上具有一定的适应性.针对采用直接蒙特卡洛方法进行功能函数计算代价较高的结构可靠度分析时计算效率过低的瓶颈问题,提出了一种基于高斯过程回归模型的直接蒙特卡洛模拟方法.该方法利用有限元等数值方法构造少量的学习样本,通过学习后的高斯过程回归模型重构隐式功能函数,直接建立随机变量与功能函数值的映射关系,进而结合直接蒙特卡洛方法推求结构的失效概率与可靠指标.算例研究表明,该方法简单易行,与传统蒙特卡洛模拟法相比较,计算效率明显较高,且易于与各种工程结构分析程序或商业计算软件相结合.
简介:摘要随着全球工业化进程的持续推进,全球能源产业发展战略规划也发生了翻天覆地的变化,继风力发电后,光伏发电技术因其清洁无污染、安装便利、维护成本低和使用效率高等优势近年来获得了快速的发展,光伏装机容量和装机比例呈爆发式状态增长。与此同时,光伏输出功率具有明显的随机性和不确定性,当其大规模接入电网后其波动特性表现的更为突出,给电网带来巨大冲击的同时降低了电网运行的可靠性,增添了电网调度运行管理的成本与难度。因此,对光伏发电系统功率进行合理预测对提高光伏电站利用率和电网安全稳定运行水平具有重要的现实意义。文章对光伏发电出力的条件预测误差概率分布估计方法进行了研究分析,以供参考。
简介:【摘要】初中数学概率统计内容的重要性正逐年上升。在大概念的思想引领下,思考概率统计内容的教学,尝试改变此内容的传统教学方式,实现概率统计教学的更多价值就显得尤为必要。
简介:以贝叶斯方法为基础构建了信用评级和违约概率模型,指出金融机构利用已有评级信息提高债务人信用风险评估准确性的途径,并以单个债务人违约概率度量方法和Merton理论为基础,考虑异质性导致的宏观经济冲击对债务人的不同影响,度量资产组合违约风险。利用相关数据对贝叶斯模型应用给出例证,结果表明贝叶斯方法具有更为灵活的框架和较好的预测能力。