如何在Brightway中运行montecarlo分析

Question

我正在尝试使用brightway运行一个简单的montecarlo分析，但我在理解该过程时遇到了一些问题。getting started notebook有一个例子，但是我认为已经过时了(我认为iterate方法已经改变了)。seminar上有一些关于如何优化时间的注释，但还不是很清楚为单个活动(或比较活动)运行蒙特卡罗分析的传统方式是什么。

我有点理解MultiMonteCarlo的方法，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()

但由于某些原因，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于简单的计算。

编辑:这是由于一个错误，现在已经解决了，MultiMonteCarlo现在工作正常。

Answer 1

一个简单的分析可以非常快速地完成(基于this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)]

多montecarlo可以使用答案的方法来完成，现在没有任何bug。

Answer 2

我可以确认这是一个bug，请提交问题。