1. 毕业设计（论文）主要目标：
紧扣论文题目，在理解马尔可夫链蒙特卡罗（MCMC）方法的基础上，设计算法程序，对含有三个未知参数的Fisher方程作统计反演，获得未知参数的概率分布，并在上述实验基础上，能够对所涉及的算法做改进讨论。
2. 毕业设计（论文）主要内容：
论文将主要介绍反问题求解中的贝叶斯统计方法，即马尔可夫链蒙特卡罗算法(Markov Chain Monte Carlo, MCMC)，并考虑应用此方法估计细菌生长繁殖过程中所满足Fisher方程的参数。
论文计划首先阐述贝叶斯推断相关背景知识以及MCMC方法的基本原理和计算实施步骤，接着，围绕细菌生长繁殖的Fisher方程，重点介绍用多变量目标分布的Metropolis-Hastings（M-H）抽样算法估计方程未知参数的数值计算过程，希望以此来说明MCMC算法在参数估计中的可行性.
3. 主要参考文献
[1] Andrieu C, DeFreitas N, Doucet A, et al. An introduction to MCMC for machine learning[J].Machine learning, 2003, 50(1-2): 5-43.
[2] 盛峥, 黄思训, 曾国栋. 利用Bayesian-MCMC方法从雷达回波反演海洋波导[J]. 物理学报, 2009, 58(6):4335-4341.
[3] Laine M. Adaptive MCMC Methods With Applications inEnvironmental and Geophysical Model[J]. Social Science Electronic Publishing,2008, 30(1):89-100.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
