析取克立格理论及其在品位估计中的应用

非线性现象普遍存在于许多自然科学的研究之中,而线性地质统计局限于对有效数据的线性组合,无法解决很多非线性问题;但是,一些非线性方法不容易处理,如条件期望的前提条件苛刻,计算复杂耗费大.析取克立格法(DK)介于两者之间,它利用二元概率分布函数进行估计,不仅有效、准确、易实现,更能很好地估计Z(x)的任意函数,解决可回采储量估计等现实问题.本文介绍了DK方法的基本理论和方法,对Z(x)的正态变换,厄米特多项式展开的过程进行详细讨论,并给出了计算实例,最后利用指示克立格对转换函数计算析取克立格估值,很容易解决可回采储量等非线性问题.     

基于Kriging模型和改进MCMC算法的随机有限元模型修正

针对待修正参数维数较高时,标准马尔可夫链蒙特卡罗MCMC (Markov Chain Monte Carlo)算法不易收敛、拒绝率高的问题,提出了基于Kriging模型和在MCMC中融合花朵授粉算法的修正方法.首先,以待修正参数作为输入,以应变模态作为输出,建立Kriging模型,通过蝙蝠算法确定Kriging模型的相关系数;然后,采用最大熵的贝叶斯方法估计参数的后验概率密度函数,将花朵授粉算法融入MH (M etropolis-Hasting)抽样算法,提高局部寻优和全局寻优能力;最后,通过三自由度弹簧-质量系统和三维桁架结构的数值算例验证所提模型修正方法,修正后参数相对误差均低于0.86％.结果 表明,所提方法修正后较高维参数的马尔可夫链能够快速收敛且样本接受率也有所提高,该方法也对随机噪声具有一定的鲁棒性.     

自适应Kriging近似模型及其在二维扩压器优化设计中的应用

将均匀设计方法、CFD技术、Kriging近似模型及小生境微种群遗传算法相结合发展了一种自适应全局优化设计方法.优化过程中综合考虑Kriging模型的预测值与预测标准差,引入了EI(Expected Improvement)函数得到校正点,解决了采用近似模型最优策略得到校正点带来的局部收敛问题.分别采用该方法和小生境微...     

基于 GIS 的华东地区旅游气候舒适度分析

气候舒适度持续时间的长短,是影响旅游地旅游季节长短及旅游地开发的重要因素.利用了华东地区132个气象站点30年的月均气温、月均相对湿度、月均日照和风速等气候要素数据,利用ArcGIS平台,基于克里格和协同克里格插值方法,计算温湿指数和风效指数,获得华东地区栅格单元为1 km的气候舒适度评价图,并对其空间分布规律及各月份气候的舒适性进行了分析.结果表明：（1）我国华东地区温湿指数与风效指数的总体分布趋势是随纬度及海拔高度由南向北、由低到高而递减.风效指数的舒适区比温湿指数的偏大;（2）华东地区的旅游气候舒适期,地域差异显著,最高值分布在福建.气候舒适期为5个月的区域最大,占华东地区总面积的62.7%.舒适期在3个月的地区最少,占华东地区面积的比例不足1%.     

一种基于证据理论的主动学习可靠性分析方法

针对具有单个失效模式、认知不确定性和“黑箱”模型特点的可靠性分析问题,提出了一种基于证据理论的主动学习可靠性分析方法,能够高效高精度地求解结构的可信度和似真度. 通过证据理论对认知不确定性变量进行处理,抽取初始训练样本构建初始Kriging模型,将优化方法与主动学习过程相结合,实现在整个输入变量空间中搜索最佳训练样本,利用最佳训练样本对Kriging模型进行优化,通过优化后的Kriging模型代替功能函数,对未知点进行预测,以实现结构的可信度和似真度计算. 该方法将优化方法与主动学习过程相结合,降低了传统方法搜索训练样本时对候选样本位置的约束,能够搜索到对Kriging模型优化效果更好的训练样本,提升了Kriging模型构建的效率和成功率. 数值算例证明了该方法具有良好的计算效果,并将其应用于车辆正面碰撞的可靠性分析.     

基于粒子群优化Kriging模型的边坡可靠度分析

采用传统极限平衡法进行边坡可靠度分析时,不可避免会遇到一个问题,即边坡功能函数形式的高度非线性以及隐含性.对于隐式功能函数,传统的求解方法是通过对功能函数进行多次迭代,从而得到安全系数值.但是由于功能函数的形式较为复杂,导致迭代计算的过程变得尤为繁琐且效率低下.鉴于传统边坡可靠度分析中存在的安全系数计算繁琐耗时的问题,...     

A Multiresolution Gaussian Process Model for the Analysis of Large Spatial Datasets

We develop a multiresolution model to predict two-dimensional spatial fields based on irregularly spaced observations. The radial basis functions at each level of resolution are constructed using a Wendland compactly supported correlation function with the nodes arranged on a rectangular grid. The grid at each finer level increases by a factor of two and the basis functions are scaled to have a constant overlap. The coefficients associated with the basis functions at each level of resolution are distributed according to a Gaussian Markov random field (GMRF) and take advantage of the fact that the basis is organized as a lattice. Several numerical examples and analytical results establish that this scheme gives a good approximation to standard covariance functions such as the Matérn and also has flexibility to fit more complicated shapes. The other important feature of this model is that it can be applied to statistical inference for large spatial datasets because key matrices in the computations are sparse. The computational efficiency applies to both the evaluation of the likelihood and spatial predictions.     

Co-kriging for stochastic flow models

Co-kriging equations for log-transmissivity and heads are derived for a two-dimensional stochastic model. The behavior of the weights as a function of the unknown value of mean hydraulic gradient J are discussed and the procedure is illustrated by studying the screening effects of adjacent measurements and added head measurements. In addition, the bias of the estimator for head values is studied when J is also estimated.