• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>25th Conference on Agricultural and Forest Meteorology and 12th Joint Conference on the Applications of Air Pollution Meteorology with Aamp;WMA and Fourth Symposium on the Urban Environment May 20-24, 2002 Norfolk, Virginia >ESTIMATING UNCERTAINTIES OF AIR QUALITY MODELING SYSTEMS USING MONTE CARLO APPROACHES
【24h】

ESTIMATING UNCERTAINTIES OF AIR QUALITY MODELING SYSTEMS USING MONTE CARLO APPROACHES

机译：使用蒙特卡洛方法估算空气质量建模系统的不确定性

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Monte Carlo probabilistic uncertainty approaches are being increasingly used in air quality modeling in order to estimate the magnitudes of the uncertainties in model outputs due to uncertainties in model inputs (Cullen and Frey, 1999). The results can be further analyzed to determine the input variables that have the greatest effect on the output uncertainties. It is first necessary to clearly define the model outputs that will be studied, and then define the probability density functions (usually log- normal or normal) and the mean and variances of the uncertainties in model inputs, parameters, and alternate algorithms. Strong correlations (magnitudes greater than 0.6 or 0.7) between input variables should be accounted for. Then the modeling system is run 100 or more times by randomly sampling from all input variables for each run. An overview of the various problems and issues that arise, as well as some examples of recent Monte Carlo uncertainty analysis, are given in this paper.
机译：蒙特卡洛概率不确定性方法越来越多地用于空气质量建模中，以估计由于模型输入中的不确定性而导致的模型输出中不确定性的大小（Cullen和Frey，1999）。可以进一步分析结果以确定对输出不确定性影响最大的输入变量。首先必须明确定义将要研究的模型输出，然​​后定义概率密度函数（通常为对数正态或正态）以及模型输入，参数和替代算法中不确定性的均值和方差。应该考虑输入变量之间的强相关性（幅度大于0.6或0.7）。然后，通过从每次运行的所有输入变量中随机采样，使建模系统运行100次或更多次。本文给出了各种问题的概述，以及最近的蒙特卡洛不确定性分析的一些例子。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号