论文部分内容阅读
为了克服监测数据有限而且存在误差给水环境系统参数识别带来的困难，以一维河流水质模型方程为例，构建了水环境系统参数识别的贝叶斯算法．结合模型参数的先验分布和水质监测数据，通过贝叶斯定理计算获得了表征参数分布规律的联合后验概率密度函数．通过马尔科夫链蒙特卡罗模拟对后验分布进行了采样，获得了参数的后验边缘概率密度，并在此基础上获得了参数的数学期望等统计量．计算结果表明采用贝叶斯推理获得的模型参数估计具有很高的精度．此算法构造直观、简单，成功解决了水环境系统参数的可识别性问题．