動態數據驅動仿真(基於實時數據的動態系統分析和預測)

謝旭 許凱 鞠儒生

動態數據驅動仿真(基於實時數據的動態系統分析和預測)

商品描述

本書共9章，分為三個部分。 部分是基礎篇 （包括第2至第4章），介紹了動態數據驅動仿真的 理論基礎，主要包括建模和仿真的基本概念、仿真 模型的分類以及仿真算法、數據和仿真之間的關系 、數據同化方法背後的概率基礎等；第二部分是動 態數據驅動仿真篇（包括第5至第7章），是本書的 核心，明確定義了動態數據驅動仿真範式和動態數 據驅動仿真涉及的主要活動，系統介紹了數據同化 理論和方法，並針對離散仿真提出了一個動態數據 驅動仿真框架；第三部分是應用與展望篇（包括第8 和第9章），以森林野火蔓延預測為應用背景，演示 了動態數據驅動仿真的使用方法，並對動態數據驅 動仿真未來研究方向進行了展望。

作者簡介

胡曉琳，佐治亞州立大學計算機科學教授，系統集成建模與仿真（SIMS）實驗室負責人。2004 年於亞利桑那大學獲得計算機工程博士學位，研究方向聚焦建模與仿真理論及應用、動態數據驅動仿真與覆雜系統科學，在權威學術期刊與會議發表論文多篇，並牽頭組織多場建模與仿真領域國際學術會議及研討會。美國國家科學基金會(NSF) CAREER 獎獲得者。

目錄大綱

譯者序
前言
第1章 簡介 1
1.1 為何撰寫本書？ 1
1.2 本書範圍與結構 2
**部分 基礎
第2章 動態系統、仿真與數據 7
2.1 動態系統和仿真 7
2.2 建模與仿真框架 10
2.3 離線仿真和在線仿真 12
2.4 數據的興起 13
2.5 數據與仿真的聯系 15
2.6 將仿真模型和實時數據關聯起來 21
2.7 數據建模與仿真建模 22
2.8 參考資料 26
第3章 仿真模型和算法 27
3.1 仿真模型的分類 27
3.2 仿真模型和仿真器的結構視圖 31
3.3 連續模型和仿真算法 32
3.4 離散時間模型和仿真算法 35
3.5 離散事件模型和仿真算法 38
3.6 基於智能體的模型和仿真算法 46
3.7 元胞空間模型 49
3.8 系統動力學模型 52
3.9 參考資料 54
第4章 概率論基礎 55
4.1 隨機變量和概率分布 55
4.2 聯合分布、邊緣分布和條件概率 57
4.3 期望、方差和協方差 58
4.4 多維隨機變量的分布 59
4.5 蒙特卡羅法 60
4.6 參考資料 62
第二部分 動態數據驅動仿真
第5章 動態數據驅動仿真 65
5.1 動態數據驅動仿真是什麼？ 65
5.2 動態數據驅動仿真活動 68
5.3 實時數據 70
5.4 動態狀態估計 72
5.5 在線模型校準 76
5.6 外部輸入建模與預測 78
5.7 基於仿真的預測/分析 83
5.8 與其他建模與仿真活動的關系 85
5.9 參考資料 87
第6章 數據同化 88
6.1 引言 88
6.2 狀態空間和置信度分布 88
6.3 概率化的狀態表示 90
6.4 數據同化問題 98
6.5 序貫貝葉斯濾波 103
6.6 根據測量數據進行似然計算 112
6.7 卡爾曼濾波 117
6.8 粒子濾波 127
6.9 參考資料 139
第7章 用於離散仿真的動態數據驅動仿真 140
7.1 引言 140
7.2 動態數據驅動仿真框架 140
7.3 基於粒子濾波的數據同化 144
7.4 Identical Twin 實驗方法 150
7.5 教程示例 151
7.6 參考資料 170
第三部分 應用與展望
第8章 野火蔓延仿真的應用 173
8.1 引言 173
8.2 用於野火蔓延仿真的DDDS 173
8.3 DEVS-FIRE 仿真模型 178
8.4 溫度測量數據 180
8.5 基於數據同化的動態狀態估計 181
8.6 基於空間劃分的粒子濾波 189
8.7 並行/分布式粒子濾波 193
8.8 參考資料 194
第9章 展望未來 195
9.1 新的研究和發展領域 195
9.2 仿真模型 195
9.3 測量數據 196
9.4 數據同化 197
9.5 外部輸入 197
9.6 計算成本 198
9.7 DDDS應用 198
參考文獻 199

類似商品

最後瀏覽商品 (5)