1. 毕业设计（论文）主要目标：
马尔科夫链蒙特卡洛方法（Markov Chain Monte Carlo,MCMC）是一种基于贝叶斯统计理论通过大量采样构造趋于平稳的马尔科夫链来解决复杂的不确定性问题的一种有效手段。在数学研究领域的反问题中常有用MCMC方法来模拟各种复杂后验概率密度函数的分布，并且对复杂后验表达式中的未知参数MCMC方法也有很好的反演效果。在这篇毕业论文中我打算利用自适应的MCMC采样方法来对种群捕食的生物模型未知参数做出反演。由于该方法在生物模型中有着很强的适应性，我希望通过这个方法来准确估计种群变化参数。
2. 毕业设计（论文）主要内容：
1.1.了解贝叶斯方法的原理和应用；
2. 2.了解蒙特卡洛系统；
3. 3.熟悉马尔可夫链，并了解它在计算中所起到的作用；
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
3. 主要参考文献
[1]吴喜之．现代贝叶斯统计学[M]．北京：中国统计出版社，2010.10.：2-34
[2]唐欣．贝叶斯在影像解释中的应用[M]．北京：测绘出版社，2011.6.：93-34
[3]Beven, K., Freer, J., 2001. “Equifinality, data assimilation, and uncertainty estimation in mechanistic modelling of complex environmental systems using the GLUE methodology. J. Hydrol. 249 (1e4), 11e29.
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
