基于MCMC方法的子通道程序模型參數(shù)不確定性量化分析研究
核技術(shù)
頁數(shù): 9 2023-12-15
摘要: 假定模型參數(shù)的不確定性服從正態(tài)分布,根據(jù)貝葉斯原理,其最可能的分布是結(jié)合先驗(yàn)信息和觀測信息得到的最大后驗(yàn)概率,馬爾科夫鏈蒙特卡羅(Markov Chain Monte Carlo,MCMC)抽樣適用于此類反問題求解。鑒于隨機(jī)論方法的巨大計(jì)算量,本研究利用BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)及相對熵最小化來自適應(yīng)加密訓(xùn)練數(shù)據(jù),從而建立替代復(fù)雜正向程序的代理模型,并利用...