0

我正在尝试使用 Brightway 进行简单的蒙特卡罗分析，但在理解该过程时遇到了一些麻烦。入门笔记本有一个示例，但我认为已经过时（我认为迭代方法已更改）。研讨会上有一些关于如何优化时间的说明，但是对于单个活动（或比较活动）运行蒙特卡罗分析的传统方法不是很清楚。

我有点理解 MultiMonteCarlo 方法，例如，

act_dict_list=[{bw.Database('ei_34con').random():1},
               {bw.Database('ei_34con').random():1},
               {bw.Database('ei_34con').random():1},
               {bw.Database('ei_34con').random():1},
               {bw.Database('ei_34con').random():1}]

mmc=bw.MultiMonteCarlo(act_dict_list,method=ipcc2013,iterations=10)
mmc.calculate()

但由于某种原因，对于相同的活动，所有结果都是相同的，更简单的方法可能更适合简单的计算。

[编辑]：这是由于一个现已解决的错误，MultiMonteCarlo 现在运行良好。

4

2 回答 2

0

我可以确认这是一个错误，请提出问题。

于 2018-01-11T16:19:24.963 回答
0

可以很快完成一个简单的分析（基于此的响应）：

random_activity=bw.Database('ei_34cutoff').random()
random_method=bw.methods.random()
MC_random_activity=bw.MonteCarloLCA({random_activity:1},random_method)
%time MC_random_act_scores = [next(MC_random_activity) for _ in range(100)]

可以使用答案的方法完成多个蒙特卡罗，目前没有任何错误

于 2018-09-20T15:07:59.970 回答