演算分析在计算科学里是一个重要的工作,这可以帮我们了解这些演算法适当的用途。在这篇论文中,我们将会用机率的理论来了解一个演算法所须要运行的时间。为了使这样机率的方法可以运作,首先我们考虑演算法的输入为一个适当的随机模型,然后让运行的时间成为随机变数,这样我们就可以尝试算出它的期望值和变异数,进而去了解取极限后的行为。在最近几年,method of moments 已经变成了解决这些问题的标准工具。在论文中,我们对一个叫优先树的资料结构和它们的分析感到兴趣,也会使用method of moments来简化最近一些优先树结果的证明。然而,在使用这个方法的过程中,我们会遇到一些困难,此时,我们将会介绍一个新的method of moments 来解决这些问题。以下是我们的论文概述,在第一章,我们将会介绍method ofmoments,并且也会介绍优先树和关于这资料结构近几年的结果。第二章,我们会用一个新的method of moments 重新证明第一章所提到的一个结果。第三章,我们再一次使用这方法来解决一个比较复杂的问题。最后在第四章会给一个结论。中
研究针对华梵前山气象站2002年5月至2006年12月之小时风速资料进行统计分析,探讨华梵前山风速资料之分布是否合乎韦伯分布(Weibull distribution)及莱利分布(Rayleigh distribution)。研究中韦伯分布使用动差法(Method of moment)及最...
详细信息
研究针对华梵前山气象站2002年5月至2006年12月之小时风速资料进行统计分析,探讨华梵前山风速资料之分布是否合乎韦伯分布(Weibull distribution)及莱利分布(Rayleigh distribution)。研究中韦伯分布使用动差法(Method of moment)及最大概似法(Method of maximumlikelihood)求取参数;莱利分布使用动差法求取参数。进一步以K-S检定,判断各理论累积机率分布与观测值之累积机率是否相符;再以误差绝对值之总和判断何种分布较为适合。分析结果显示:韦伯分布与莱利分布均可适用于描述全部数据之机率分布。将资料分为夏半年(4-9月)与冬半年(10月至翌年3月)时,韦伯分布为最适用之机率分布函数;且夏半年之参数以最大概似法求得最佳,而冬半年则以动差法较佳。此结果可作为校区风蚀、防灾、生态、环境风场特性及评估风能潜势研究之参考。
暂无评论