1

我从 SimaPro 导入了一个项目，其中几乎每个活动都使用具有不确定性的参数。当我在 Brightway 中对其中任何一个运行 Monte Carlo LCA 时，结果是恒定的，就好像数量没有不确定性（片段显示 10 个步骤，但 2000 个步骤相同）。

sp = bw.SimaProCSVImporter(fp, name="All Param")
sp.apply_strategies()
sp.statistics()  # returns 0 unlinked
sp.write_database(activate_parameters=True)
spdb = bw.Database("All Param")

imported_material = [act for act in spdb if 'Imported' in act['name']][0]

mciter=10
mc_imported = bw.MonteCarloLCA({imported_material:1},('IPCC 2013', 'climate change', 'GWP 100a'))
scores = [next(mc_imported) for _ in range(mciter)]
scores
[0.015027544172490276,
 0.015027544172490276,
 ...
 0.015027544172490276,
 0.015027544172490276]

我不知所措，因为一切加载都没有错误，并且查看活动和交换显示了预期的公式、参数和参数的不确定性。

我怀疑这个问题可能与文档中描述的主动参数和被动参数之间的区别有关，但看不到如何指定这些参数在 xxx.write_database(activate_parameters=True) 之外是（全部）“主动”的在参数化数据集示例笔记本中。我也看不到如何列出哪些参数是主动的或被动的，所以问题可能完全是另外一回事。

我需要做些什么来让我的参数化活动纳入 MC LCA 中参数的不确定性？非常感激任何的帮助！

对于它的价值，他们确实在他们来的 SimaPro 项目中工作 - 不确定性分析使用参数的不确定性 - 所以我不认为问题出在原始项目中。

感谢您提供的任何指导！

4

1 回答 1

1

参数化清单通常在 Monte Carlo 中不起作用，因为 Monte Carlo 类专注于 PDF 描述的数据点不确定性。有一个名为presamples的单独项目，它允许通过一些预先计算在 Monte Carlo 中使用参数化库存 - 但是，它还没有很好的文档。查看docs和ParameterizedBrightwayModel。

注意：从 SimaPro 检查您的参数名称和公式，Brightway 在允许的范围内更严格（例如，python 区分大小写并且有更多保留字）。

于 2019-05-06T12:59:30.567 回答