...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Fire Technology >A Method to Assess the Accuracy of Pseudo-Random Number Sampling Methods from Evacuation Datasets
【24h】

A Method to Assess the Accuracy of Pseudo-Random Number Sampling Methods from Evacuation Datasets

机译：从疏散数据集中评估伪随机数采样方法准确性的方法

获取原文
获取原文并翻译 | 示例
   

获取外文期刊封面封底 >>

       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We propose a method for assessing the accuracy of pseudo-random number sampling methods for evacuation modelling purposes. It consists of a systematic comparison between experimental and generated distributions. The calculated weighted relative error (E-w_(rel)) is based on the statistical parameters as central moments (mean, standard deviation, skewness and kurtosis) to shape the distribution. The case study involves the Box-Muller transform, the Kernel-Epanechnikov, the Kernel-Gaussian and the Piecewise linear generating samples from eight evacuation datasets fitted against normal, lognormal and uniform distributions. Keeping in mind that the Bos Muller method has two potential sources of error (i.e. distribution fitting and sampling), this method produces plausible results when generating samples from the three types of distributions (E-w_(rel) 0.30 for normal, lognormal and uniform distributions). We also fund that the Kernel Gaussian and the Kernel Epanechnikov methods are well accurate in generating samples from normal distributions (E-w_(rel) 0.1) but potentially inaccurate when generating samples from uniform and lognormal distributions (E-w_(rel) 0.80). Results suggest that the Piecewise linear is the most accurate method (E-w_(rel) = 0.01 normal; E-w_(rel) = 0.04 lognormal; E-w_(rel) = 0.009 uniform). This method has the advantage of sampling directly from empirical datasets i.e. no previous distribution fitting is needed. While the proposed method is used here for evacuation modelling, it can be extended to other fire safety engineering applications.
机译：我们提出了一种用于评估疏散建模目的伪随机数采样方法准确性的方法。它包括实验分布和生成分布之间的系统比较。计算的加权相对误差（E-w_（rel））基于统计参数，例如中心矩（均值，标准差，偏度和峰度），以影响分布。案例研究涉及Box-Muller变换，Kernel-Epanechnikov，Kernel-Gaussian和分段线性生成样本，这些样本来自针对正态分布，对数正态分布和均匀分布的八个疏散数据集。请记住，Bos Muller方法有两个潜在的误差源（即分布拟合和抽样），当从三种类型的分布（正态，对数正态和正态分布E-w_（rel）<0.30）生成样本时，此方法会产生合理的结果。均匀分布）。我们还资助了Kernel Gaussian和Kernel Epanechnikov方法在从正态分布（E-w_（rel）<0.1）生成样本中非常准确，但是从均匀和对数正态分布（E-w_（rel）> 0.80）。结果表明，分段线性法是最准确的方法（E-w_（rel）= 0.01正态； E-w_（rel）= 0.04对数正态； E-w_（rel）= 0.009均匀）。该方法的优点是直接从经验数据集采样，即不需要以前的分布拟合。虽然本文中使用建议的方法进行疏散建模，但可以将其扩展到其他消防安全工程应用中。

著录项

  • 来源
    《Fire Technology》 |2018年第3期|649-668|共20页
  • 作者

    Cuesta A.; Alvear D.; Abreu O.; Alonso V.;

  • 作者单位

    Univ Cantabria, Dept Transportes & Tecnol Proyectos & Proc, Cantabria, Spain;

    Univ Cantabria, Dept Transportes & Tecnol Proyectos & Proc, Cantabria, Spain;

    Univ Cantabria, Dept Transportes & Tecnol Proyectos & Proc, Cantabria, Spain;

    Imperial Coll London, Dept Mech Engn, London, England;

  • 收录信息 美国《科学引文索引》(SCI);美国《工程索引》(EI);
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

    Evacuation modelling; Pseudo-random number sampling methods; Empirical evacuation data;

    机译：疏散建模;伪随机数采样方法;经验疏散数据;

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