B.25.6 Преимущества и недостатки
Преимуществами метода Монте-Карло являются следующие:
- Метод может быть адаптирован к любому распределению входных данных, включая эмпирические распределения, построенные на основе наблюдений за соответствующими системами.
- Модели относительно просты для работы и могут быть при необходимости расширены.
- Метод позволяет учесть любые воздействия и взаимосвязи, включая такие тонкие как условные зависимости.
- Для идентификации сильных и слабых влияний может быть применен анализ чувствительности.
- Модели являются понятными, а взаимосвязь между входами и выходами - прозрачной.
- Метод допускает применение эффективных моделей исследования многокомпонентных систем, таких как сеть Петри.
- Метод позволяет достичь требуемой точности результатов.
- Программное обеспечение метода доступно и относительно недорого.
Недостатки метода состоят в следующем:
- Точность решений зависит от количества итераций, которые могут быть выполнены (этот недостаток становится менее значимым с увеличением быстродействия компьютера).
- Метод предполагает, что неопределенность данных можно описать известным распределением.
- Большие и сложные модели могут представлять трудности для специалистов по моделированию и затруднять вовлечение заинтересованных сторон.
Метод не может адекватно моделировать события с очень высокой или очень низкой вероятностью появления, что ограничивает его применение при анализе риска.
|
|
|
B.25.7 Ссылочные стандарты
МЭК 61649 Критерии согласия, доверительные интервалы и нижние доверительные границы для распределения Вейбулла
Руководство ИСО/МЭК 98-3:2008 Неопределенность измерения. Часть 3. Руководство по выражению неопределенности измерения
B.26 Байесовский анализ и Сеть Байеса
B.26.1 Краткий обзор
Создание байесовского анализа приписывают преподобному Томасу Байесу. Для оценки полной вероятности он предложил объединить априорные данные с апостериорными.
Общий вид теоремы Байеса:
,
где 
- вероятность события 
;
- вероятность события при условии, что произошло событие 
;
- 
-е событие.
В самой простой форме теорему Байеса можно записать:
.
Байесовский анализ отличается от классической статистики предположением, что параметры распределений являются не постоянными, а случайными переменными. Вероятность Байеса можно легко понять, если рассматривать ее как степень уверенности в определенном событии в противоположность классическому подходу, основанному на объективных свидетельствах. Поскольку подход Байеса основан на субъективной интерпретации вероятности, то он может быть полезен при выборе решения и разработке сетей Байеса (или сетей доверия).
|
|
|
Сеть Байеса представляет собой графическую модель, представляющую переменные и их вероятностные взаимосвязи. Сеть состоит из узлов, представляющих случайные переменные, и стрелок, связывающих родительский узел с дочерним узлом (родительский узел - переменная, которая непосредственно влияет на другую дочернюю переменную).
B.26.2 Область применения
Теории и сети Байеса широко применяют по причине их интуитивной понятности и благодаря наличию соответствующего программного обеспечения. Сети Байеса применяют в различных областях: медицинской диагностике, моделировании изображений, генетике, распознавании речи, экономике, исследовании космоса и в современных поисковых системах. Они могут находить применение в любой области, где требуется установление неизвестных переменных посредством использования структурных связей и данных. Сети Байеса могут быть применены для изучения причинных связей, углубления понимания проблемной области и прогнозирования последствий вмешательства в систему.
|
|
|
B.26.3 Входные данные
Входные данные для Байесовского анализа и сети Байеса подобны входным данным для модели Монте-Карло. Для сети Байеса основными этапами являются:
- определение переменных системы;
- определение причинных связей между переменными;
- определение условных и априорных вероятностей;
- добавление объективных свидетельств к сети;
- обновление доверительных оценок;
- определение апостериорных доверительных оценок.
Дата добавления: 2018-09-23; просмотров: 683; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!