拉丁超立方抽样法（LHS）matlab程序，包含正态分布，对数正态分布等

对LHS介绍的可以参考：https://blog.csdn.net/Together_CZ/article/details/90076271
下面是4种分布的matlab程序，包含正态分布，均匀分布，对数正态分布，extreme type 1。
1.对正态（高斯）分布的变量进行拉丁超立方采样
参考：https://blog.csdn.net/chichuhe/article/details/89890720#commentsedit
原文还有均匀分布的LHS采样程序。

% 对正态（高斯）分布的变量进行拉丁超立方采样
% 效果不好，可以多运行几次
clc;clear;close all
%设置均值和方差，采样点数
Mu=[3.6e7;3.6e7]; %均值
Sigma=[3.6e6,3.6e6]; %方差
N = 30; % 样本点数目
D = size(Mu,1); % 维数
Covariance_Matrix = zeros(D,D);
for i = 1:DCovariance_Matrix(i,i) = Sigma(i)^2;
endUB = Mu + 3*Sigma;
LB = Mu - 3*Sigma; % 取值范围X = lhsnorm(Mu, Covariance_Matrix, N);
%  X = lhsnorm(Mu, Sigma, N);
figure(1)
plot(X(:,1),X(:,2),'*');grid on
title('正态分布的LHS采样')

2.对数正态分布的LHS采样

clc;close all; clearvars;
%   对数正态分布的参数设置m=20;dist=[3,3];mu=[3.6e7,1.98e8];sigma=[3.6e6,9.9e6];lowb=[mu-3*sigma];upb=[mu+3*sigma];n=length(mu);
if length(dist)~=n|length(sigma)~=n|length(lowb)~=n|length(upb)~=nerror('dist,mu,sigma,lowb,upb must have the same length');
end
rvcom=[];
for j=1:nrv=[];
if dist(j)==3  %对数正态分布p_low(j)=logncdf(lowb(j),mu(j),sigma(j));p_up(j)=logncdf(upb(j),mu(j),sigma(j));p_bound(j)=p_up(j)-p_low(j);p_subbound(j)=p_bound(j)./(m-1);for i=0:m-1rv=[rv;logninv(p_low(j)+i.*p_subbound(j),mu(j),sigma(j))];end
elseif dist(j)==4 %for extreme type 1p_low(j)=evcdf(lowb(j),mu(j),sigma(j));p_up(j)=evcdf(upb(j),mu(j),sigma(j));p_bound(j)=p_up(j)-p_low(j);p_subbound(j)=p_bound(j)./(m-1);for i=0:m-1rv=[rv;evinv(p_low(j)+i.*p_subbound(j),mu(j),sigma(j))];end
end
rvcom=[rvcom rv];
end
S=[];
for i=1:nS=[S randsample(rvcom(:,i),m)];
end
if n==2figureplot(S(:,1),S(:,2),'r*');grid ontitle('对数正态分布的LHS采样')
elseif n==3figureplot3(S(:,1),S(:,2),S(:,3),'lc.');grid on
end

将上述程序中的distvia变量参数改为4即是extreme type 1分布的LHS采样。
有问题欢迎交流哈~

拉丁超立方抽样法（LHS）matlab程序，包含正态分布，对数正态分布等相关推荐

matlab 超拉丁,拉丁超立方抽样专注matlab代码下载 Downma.com 当码网
拉丁超立方抽样关注次数: 95 下载次数: 9 文件大小: 60K 下载需要积分: 2 代码分类: 开发平台: matlab 上传会员: yhcpp 下载代码预览代码 Downma.com:专注M ...
对应于正态分布的拉丁超立方抽样——Python版
拉丁超立方抽样-正态分布 0.拉丁超立方抽样的理论基础 0.1.概况 0.2.基本原理 0.3.基本步骤 1.导入库和基本准备 2.生成两个(具有正态分布的随机变量)参数的随机数 2.1.生成第一个参 ...
对应于对数正态分布的拉丁超立方抽样——Python版
拉丁超立方抽样-对数正态分布 0.拉丁超立方抽样的理论基础 0.1.概况 0.2.基本原理 0.3.基本步骤 1.导入库和基本准备 2.生成(具有对数正态分布的随机变量)参数的随机数 3.将生成的随机 ...
LHS拉丁超立方采样matlab程序，对于均匀分布与正态（高斯）分布的变量进行拉丁超立方采样
1.对正态(高斯)分布的变量进行拉丁超立方采样 clc clear all close all cst_Mu_Sigma = load( 'cst_Mu_Sigma.dat'); Mu = cst_M ...
Matlab 拉丁超立方采样lhsdesign函数、lhsnorm函数介绍
本文主要介绍了Matlab自带的两个拉丁超立方抽样的两个函数--lhsdesign函数.lhsnorm函数,拉丁超立方抽样的原理后面有时间写一篇文章介绍一下 lhsdesign函数 X = lhsde ...
风电光伏的场景生成与消减-matlab代码可利用蒙特卡洛模拟或者拉丁超立方生成光伏和风电出力场景
风电光伏的场景生成与消减-matlab代码可利用蒙特卡洛模拟或者拉丁超立方生成光伏和风电出力场景,并采用快速前推法或同步回代消除法进行削减,可以对生成场景数和削减数据进行修改,下图展示的为1000个 ...
Matlab 采用正态分布和韦布尔分布描述风电，光伏和负荷概率分布，采用拉丁超立方采样抽样生成大量场景
[1]关键词:场景生成:场景削减:概率分布:随机优化 [2]参考文献:<一种在微网动态经济调度中考虑风电随机性的方法> [3]主要内容:Matlab 采用正态分布和韦布尔分布描述风电,光伏 ...
论文复现：模拟风电不确定性——拉丁超立方抽样生成及缩减场景（Matlab全代码）
风电出力的不确定性主要源于预测误差,而研究表明预测误差(e)服从正态分布且大概为预测出力的10%.本代码采用拉丁超立方抽样实现场景生成[1,2].基于概率距离的快速前代消除法实现场景缩减[3],以此模 ...
模拟光伏不确定性——拉丁超立方抽样生成及缩减场景（Matlab全代码）
光伏出力的不确定性主要源于预测误差,而研究表明预测误差(e)服从正态分布且大概为预测出力的10%.本代码采用拉丁超立方抽样实现场景生成[1,2].基于概率距离的快速前代消除法实现场景缩减[3],以此模 ...
模拟负荷不确定性——拉丁超立方抽样生成及缩减场景（Matlab全代码）
与风电.光伏不确定性不同,负荷不确定性的分布函数.预测误差有别于风电.光伏出力的不确定性,本代码通过拉丁超立方抽样和快速前代消除法模拟了负荷的不确定性,并提供了如何修改分布函数/概率密度函数的思路. ...

拉丁超立方抽样法（LHS）matlab程序，包含正态分布，对数正态分布等

拉丁超立方抽样法（LHS）matlab程序，包含正态分布，对数正态分布等相关推荐

最新文章

热门文章