Question

我无法弄清楚如何设置BW2以在MC模拟中获得具有对数正态分布的参数的负值，例如模拟负排放。例如：

from brightway2 import *
import numpy as np


mydb = Database('mydb')

mydb.write({
    ('mydb', 'Some activity'): {
        'name': 'Some activity',
        'unit': 'kWh',
        'exchanges': [{
            'input': ('mydb', 'Carbon dioxide'),
            'amount': 20, # positive!
            'unit': 'kg',
            'type': 'biosphere', 
            'uncertainty type' : 2,
            'loc' : np.log(20), 
            'scale' : 1.01 
            }]
    },
    ('mydb', 'Carbon dioxide'): {'name': 'Carbon dioxide', 'unit': 'kg', 'type': 'biosphere'}
    })

exc = list(mydb.get('Some activity').exchanges())[0]
exc.as_dict()
exc.random_sample(n=10)

这很有效。我明白了：

Out[8]: 
array([ 25.20415107,  17.48476344,  16.98842921,   3.79548038,
    12.54165042,  27.93752377,   7.57070571,  43.22285015,
    48.44984804,  13.83083672]) # everything fine

现在让我们假设我想获得相同的值，但是负数：array([ -25.20415107, -17.48476344, etc. ...，因为我认为我的碳摄取量为-20千克二氧化碳。如果我写'amount': -20，我会得到一个奇怪的结果：

Out[9]: 
array([   0.73060359,   36.69825867,    5.71416558,   10.78119397,
     16.24447705,    2.96507057,    6.73564118,   19.24411117,
      7.23110067,  126.42690714])

我知道对数正态分布不能是负数，但我所期望的是，分布是根据“loc”和“scale”信息计算出的正值，然后根据“金额”信息进行反转。这对于在具有负排放的库存上执行MC是必要的。任何线索？感谢

Answer 1

阻止预期行为有两个问题：

仅在字段amount中给出负值是不够的; RNG代码位于stats_arrays库中，您必须将字段negative设置为True（see docs）。
brightway2-data中有一个错误，在7e3341c和发布2.4.6中已修复，导致密钥negative无法在exchange.uncertainty中使用。

通常，从其他格式导入数据时，negative字段会自动设置，例如SimaPro CSV，Ecospold 1。此外，当数据库处理为参数数组时，negative字段也来自amount field always set。这种情况的不同之处在于您直接从stats_arrays调用函数，而不是通过brightway2-calc。

在最新安装中添加negative字段：

from brightway2 import *
import numpy as np
projects.set_current("SO 45935773")
bw2setup()

mydb = Database('mydb')
gwp = ('IPCC 2013', 'climate change', 'GWP 100a')
co2 = get_activity(('biosphere3', '349b29d1-3e58-4c66-98b9-9d1a076efd2e'))

mydb.write({
    ('mydb', 'Some activity'): {
        'name': 'Some activity',
        'unit': 'kWh',
        'exchanges': [{
            'input': co2.key,
            'amount': -20, # negative
            'negative': True,
            'unit': 'kg',
            'type': 'biosphere', 
            'uncertainty type' : 2,
            'loc' : np.log(20), 
            'scale' : 1.01 
        }]
    }
})

exc = list(mydb.get('Some activity').exchanges())[0]
exc.random_sample(n=10)

产生预期的行为：

array([ -3.24683872,  -5.01873359, -31.54532003, -40.59523805,
       -54.00447092,  -6.11459063, -41.5250442 ,  -8.05295075,
       -31.46077832, -29.8769442 ])

使用Brightway2进行蒙特卡罗模拟时会出现负对数正态

1 个答案: