序贯蒙特卡洛matlab代码比比斯 版本：0.11.0 上次修改时间：2017-01-31 维护者： 执照：GPL-3 网站： Biips是用于与相互作用的粒子系统（也称为顺序蒙特卡洛（SMC）方法）进行贝叶斯推理的通用软件。 由于其自动的“黑匣子”推理引擎，它旨在将这些方法的使用推广给非统计学家和学生。 它借鉴了BUGS / JAGS软件，该软件广泛用于贝叶斯统计，具有图形模型的统计建模以及与描述相关的语言。 语境 贝叶斯推断包括在给定一组观测值的情况下，近似未知参数相关的条件概率定律。 以上述公式为基础，可以解决许多问题，例如非监督分类，过滤等。 潜在概率定律虽然对于一般情况无法通过分析方式进行计算，但是可以使用蒙特卡洛·马尔可夫链（MCMC）方法进行近似。 由于BUGS软件和WinBUGS图形界面，这些方法在贝叶斯推理中很受欢迎。 由于最近的研究成果不断涌现，因此与经典的MCMC方法相比，基于粒子的交互算法（又称为顺序蒙特卡洛（SMC）方法，其中最常见的实现是粒子滤波器）被证明具有优越的性能。 此外，交互粒子算法非常适合于动态估计问题，例如在过滤，跟踪或分类问题中遇到的问题。 它

关于使用拉丁超立方模拟生成风机出力和电价的场景模拟和削减，最后生成10个经典场景。

MATLAB代码：基于概率距离快速削减法的风光场景生成与削减方法 关键词：风光场景生成 场景削减 概率距离削减法 蒙特卡洛法 参考文档：《含风光水的虚拟电厂与配电公司协调调度模型》完全复现场景削减部分 仿真平台：MATLAB平台 优势：代码具有一定的深度和创新性，注释清晰，非烂大街的代码，非常精品！ 主要内容：代码主要做的是风电、光伏以及电价场景不确定性模拟，首先由一组确定性的方案，通过蒙特卡洛算法，生成50种光伏场景，为了避免大规模光伏场景造成的计算困难问题，采用基于概率距离快速削减算法的场景削减法，将场景削减至5个，运行后直接给出削减后的场景以及生成的场景，并给出相应的概率，可移植以及可应用性非常强

5.2 蒙特卡罗模拟法 蒙特卡罗（Monte Carlo）方法，也称为随机模拟（random simulation）。 基本思想：为了解决数学、物理、工程技术等方面的问题，首先建立一个概 率模型或随机过程，使它的参数等于问题的解；然后通过对模型或过程的观察或 抽样试验来计算所求参数的统计特征，最后给出所求解的近似值。 5.2.1 模拟寻求近似圆周率 -1 -0.5 0 0.5 1 -1 -0.5 0 0.5 1

MCTomo 使用可逆跳跃McMC方法和3D Voronoi细分的3D蒙特卡洛层析成像软件包。 作者： 张鑫 安德鲁·柯蒂斯（Andrew Curtis） 要求 支持C ++ 11的AC编译器和支持Fortran 2003的Fortran编译器。 CGAL 4.8或更高版本（对于3d delaunay和Voronoi支持）可以从（ ）下载CGAL，并且可以根据[CGAL安装手册]（ ）进行构建和安装 ）。 如果使用的是MAC OS X，则可以通过以下方式安装CGAL： sudo port install cgal 在debian / Ubuntu上， sudo apt-get install libcgal-dev NetCDF4或更高版本（支持以适当的方式存储样本）。 如果没有netcdf4库，则可以通过软件包管理程序来安装它，例如rpm，yum，自制软件，macpo

python实现，有界面，蒙特卡洛搜索树，非常整齐，可运行

python实现，简洁美观适合初学者，对蒙特卡洛算法有很好的理解，注释齐全

蒙塔卡罗模拟，生成风电和光伏出力场景并进行削减

速度24点的计算程序，并且做蒙特卡洛计算成功率

该软件包包含 3 个 MCMC 功能： RWM.m - 具有最佳接受率调整的标准 Metropolis Hastings。 [N.Metropolis，AWRosenbluth，MNRosenbluth，AHTeller和E. Teller，“通过快速计算机进行状态计算的方程”，《化学物理学报》，第1卷。 21，没有。 6，第 1087-1092 页，1953 年] AM.m - 具有最佳接受率调整的自适应大都会。 [H。 Haario、E. Saksman 和 J. Tamminen，“自适应 Metropolis 算法”，伯努利，卷。 7，第 223-242 页，2001 年] FSS.m-具有最佳初始宽度调整的因子切片采样。 [MM Tibbits、C. Groendyke、M. Haran 和 JC Liechty，“自动因子切片采样”，《计算和图形统计杂志》，第 2 期。