Matlab コード: ラテン ハイパーキューブ法に基づく風景シーンの生成と削減
要約: モンテカルロ法とは異なり, ラテンハイパーキューブサンプリングはサンプリング戦略を改善して, より小さなサンプリングスケールでより高いサンプリング精度を実現します. 層化サンプリング技術に属します. シーンの大規模生成, シーンの縮小が完了します.確率距離の急激な減少方法による. 出力効果は下の図で見ることができます!
clc
clear all
%%
%场景法
%%% wf1 wf2 为平均值
wf1=[339,287,449,471,512,530,527,641,634,519,401,634,589,530,512,505,206,85,81,80,83,110,353,523];
wf2=[0,0,0,0,0,0,99,137,150,178,189,191,176,171,138,104,77,0 ,0,0,0,0,0,0];
m1=ones(24,1000);% 風力発電
m2=ones(24,1000);% 光発電
m=ones(24,1000);% 再生可能発電
%%%
1000 シーンを生成
%%%
ラテン差分キューブ サンプリング法
%%%ラテン スーパー スクエア サンプリング=====層化サンプリング手法 (多変量パラメーター分布からの近似ランダム サンプリング法) に属する ----- - 層化サンプリング:サンプリング間隔 (このプログラムは正規分布間隔です)
% 特定の特性または特定の計画に従って異なるレイヤーに分割し、異なるレイヤーから独立してランダムに (ディスラプテッド ソーティング、ランダム サンプリング)
サンプルを高速に抽出します (たとえば、リンゴのサンプルを 10 個取り、リンゴの木をその特性に応じて 5 つのカテゴリに分割し、各カテゴリからランダムに 2 つを選択して、サンプルの構造が全体の構造と比較的類似していることを確認し、推定精度。
モンテカルロと比較して、ラテン ハイパーキューブはサンプリング戦略を改善し、より小さなサンプリング スケールでより高いサンプリング精度を達成します。
%%lhsnorm(mu,sigma,n); mu の平均値 (量 a); 解の式: u=(1/N)*(sum(sample)); N はサンプル数 % sigma 共分散行列 (量 a) a
* a); 解法: =((1/N)^3)*(sum(sample iu)^2); i=1 ～ N % n サンプリング回数 % 表現
方法
1