摘要

最大稳定过程作为空间极端事件的模型发挥着重要作用。它们的复杂结构是无穷多随机函数上的逐点最大值,因此很难进行模拟。基于有限近似的算法通常不精确且计算效率低。我们提出了一种新的算法,用于在有限数量的位置上精确模拟最大稳定过程。它依赖于只模拟极值函数的思想,也就是说,在构建最大稳定过程时,那些函数有效地促进了逐点最大值。我们通过以下方式进一步推广了该算法Dieker&Mikosch(2015)对于Brown–Resnick过程,并使用它通过光谱测量进行精确模拟。我们研究了这两种算法的复杂性,证明了通过极值函数的新方法总是更有效,并为其实现提供了封闭形式的表达式,这些表达式涵盖了最常见的最大稳定过程模型和多元极值分布模型。针对密集网格上的仿真,提出了一种极值函数算法的自适应设计。

您当前没有访问此文章的权限。