我正在尝试使用brightway进行简单的蒙特卡洛分析,但是我很难理解该过程。入门笔记本有一个示例,但我认为已经过时了(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,但不太清楚对单个活动(或比较活动(运行蒙特卡洛分析的传统方法是什么。
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()
但是由于某种原因,对于相同的活动,所有结果都是相等的,更简单的方法可能更适合简单的计算。
[编辑]:这是由于现在已经解决的错误,MultiMonteCarlo现在运行良好。
我可以确认这是一个错误,请提交问题。
一个简单的
分析可以很快完成(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洛,现在没有任何错误