矩形布局可行域的确定

通过研究布局问题,提出一种求解矩形布局问题可行域的方法.首先根据当前布局空间中顶点的形态,按待布矩形的尺寸对各顶点进行偏移计算,获得当前布局空间的偏移多边形;然后遍历偏移多边形各边,求解并标识所有交点;最后根据偏移多边形各边的方向,通过沿边界搜索直接获得可行域上的各点.该方法通过搜索偏移多边形边界,避免了处理偏移多边形中多条边互交的复杂情况.分析及实例表明该方法思路简洁、快速而高效.     

基于蒙特卡罗方法的目标跟踪

为了更鲁棒和快速地进行目标跟踪,在基于粒子滤波的目标跟踪方法的启发下,提出了一种新的基于蒙特卡罗方法的目标跟踪方法。该方法首先运用蒙特卡罗技术对下一帧目标可能出现的位置和尺度进行抽样;然后计算各抽样与参考目标的相似度;最后通过估计目标状态来获得跟踪目标。实验表明,该方法无需目标运动信息,特别适用于目标灵活运动时的跟踪,与现有的算法相比,不仅算法实现简单,同时有较好的鲁棒性和通用性。     

基于蒙特卡罗方法的试卷难度分布研究

本文根据教育测量学理论对试题难度和试卷难度分布问题进行了概率学研究,提出了基于蒙特卡罗方法的试卷难度分布求解思路并进行了实现。文中针对常模参照性考试详细讨论了正态分布的适用范围,并讨论了蒙特卡罗方法的收敛性,同时给出了该方法的计算结果。研究表明,蒙特卡罗方法在解决试卷难度分布问题方面具有较好的优势。     

基于蒙特卡罗方法的内核代码热点动态检测技术研究

计算机操作系统是计算机系统中最为重要的系统软件,其性能的高低直接影响整个计算机系统的性能。因此,发现和优化操作系统内核中最经常运行的代码是一件重要的工作。本文分析了Linux2．4内核中采用的基于蒙特卡罗方法的代码热点检测算法和实现机制,指出了其中的不足,并在此基础上提出了改进措施。     

一种基于蒙特卡罗方法的小目标视觉跟踪算法

CAMSHIFT是一种利用颜色直方图反向投影的视觉跟踪算法,通常用于人脸跟踪等领域。但在目标较小的情况下,由于信息量有限,往往不能获得稳定的跟踪结果。为了提高跟踪结果的稳定性,提出了一种基于蒙特卡罗方法的改进算法。该算法通过产生高斯随机样本的方法补充样本,不仅增强了目标颜色特征分布的鲁棒性,而且提高了跟踪的稳定性。结果表明该算法是有效的。     

并行蒙特卡罗方法的应用

该文采用蒙特卡罗方法对欧式期权定价问题进行模拟,并用可移植消息传递标准MPI在分布式存储结构的机群系统上设计并实现了并行算法。该算法有效的解决了金融计算中巨大计算量的问题,在很大程度上提高了计算效率,缩短了计算时间,获得了很好的性能。     

蒙特卡罗方法模拟计算圆周率——基于R语言的实现方法

蒙特卡罗方法是一种新型计算方法,它需要真实的随机数,在统计学方面有强有力的应用,随着高性能计算机变得越来越便宜,此方面变得愈发普遍,该文通过设计一个随机试验,建立pi值与试验次数的联系方程,使用R语言来模拟计算PI值。     

并行蒙特卡罗方法的应用

该文采用蒙特卡罗方法对欧式期权定价问题进行模拟,并用可移植消息传递标准MPI在分布式存储结构的机群系统上设计并实现了并行算法。该算法有效的解决了金融计算中巨大计算量的问题,在很大程度上提高了计算效率,缩短了计算时间,获得了很好的性能。     

基于蒙特卡罗方法的除冰机器人作业空间边界提取

设计了一种输电线路除冰机器人的机械结构, 分析了该机构的作业空间问题. 在计算过程中, 引入Monte Carlo方法得到了机器人操作臂的工作空间. 采用该方法可避免对机器人运动方程的求逆解计算, 极大地简化了计算过程. 分析并指出传统的机器人工作空间边界提取方法精度有限, 且存在理论上的缺陷; 提出了一种新的基于局部点象限分布的边界点提取方法, 文中给出的算例表明, 该方法不仅精度高, 并且非常适合于处理机器人工作空间边界问题.     

机群环境下并行蒙特卡罗方法的研究与应用

在分布式存储结构的机群系统上，采用可移植消息传递接口MPI与C语言绑定，设计并实现了并行蒙特卡罗算法．有效解决了计算量大、串行算法执行时间长的问题。通过对机群节点间通信时间开销的研究分析．采用主从式编程模型改进并行蒙特卡罗算法，实现了负载平衡，提高了机群处理器的利用率，进一步缩短了执行时间。     

基于拟蒙特卡罗方法的概率假设密度多目标跟踪

为了改善多目标跟踪问题中概率假设密度（PHD）滤波的估计精度,提出基于拟蒙特卡罗的PHD滤波算法.该算法利用低偏差点集在状态空间中分布均匀的特性,使得采样粒子集最大程度地相互远离,充分地描述多目标状态的后验概率密度,从而准确地利用带有相应权值的粒子集来计算多目标数目和各个目标状态的估计值.仿真实验表明了算法的有效性,且估计性能优于粒子PHD滤波算法.     

基于Hamiltonian马氏链蒙特卡罗方法的突变运动跟踪

在计算机视觉领域,由镜头切换、目标动力学突变、低帧率视频等引起的突变运动存在极大的不确定性,使得突变运动跟踪成为该领域的挑战性课题.以贝叶斯滤波框架为基础,提出一种基于有序超松弛Hamiltonian马氏链蒙特卡罗方法的突变运动跟踪算法.该算法将Hamiltonian动力学融入MCMC（Markov chain Monte Carlo）算法,目标状态被扩张为原始目标状态变量与一个动量项的组合.在提议阶段,为抑制由Gibbs采样带来的随机游动行为,提出采用有序超松弛迭代方法来抽取目标动量项.同时,提出自适应步长的Hamiltonian动力学实现方法,在跟踪过程中自适应地调整步长,以减少模拟误差.提出的跟踪算法可以避免传统的基于随机游动的MCMC跟踪算法所存在的局部最优问题,提高了跟踪的准确性而不需要额外的计算时间.实验结果表明,该算法在处理多种类型的突变运动时表现出出色的处理能力.     

基于树型编码的矩形布局算法

优化布局的目的是根据给定待排零件对板材进行最优切割使得板材的利用率尽可能地高。本文提出一种基于遗传算法的矩形件排样布局算法，该算法直接采用布局树(二叉树)作为种群编码，并重新定义了相关的适应值函数、重组和变异等遗传算子。实验和应用表明算法是成功的。     

蒙特卡罗方法在计算机围棋中的应用

博弈程序的一般原理 从抽象的组合策略层面来说,所有的博弈程序都有着相同的博弈规则。博弈程序建立了一个对应于解析博弈步骤序列的“策略树”。在此“策略树”中,每一节点代表博弈中的落子点。该“策略树”代表了所有可能的博弈落子点,以及达到每一落子点的所有可能的方式。     

基于蒙特卡罗方法的非平稳随机信号分析的探索

在对蒙特卡罗方法和随机信号参数模型概念学习的基础上,对非平稳随机信号的时变参数模型的构建进行了探索。通过圆剧率计算的实例,说明构建时变参数模型的关键技术在于产生稳定的概率密度函数。     

基于蒙特卡罗树搜索的树图布局

树图是层次数据可视化的常用方法,已有的研究发现,满足逐步加点原则的3种树图布局算法(正方化布局算法、条状布局算法和螺旋线布局算法)在常见的4种优化指标(平均长宽比、稳定性、数据一致性和可读性)上各有优缺点.其中,条状布局算法和螺旋线布局算法的长宽比较大,正方化布局的长宽比仍有优化空间.基于蒙特卡罗树搜索,在树图布局的同...     

基于内部可行域的住区建筑物自动布局算法

为了实现住区建筑物自动布局设计,文中根据住区建筑物布局设计时需要考虑的日照、消防等约束,构造了建筑物布局的数学模型,借鉴正交矩形布局问题的相关算法和临界多边形的计算方法,实现了单类型建筑物的行列式和周边式自动快速布局方法。文中提出了建筑物实际占地区域相对于规划建筑用地的内部可行域算法,结合内部可行域方法得出边界条件,采用砌砖式算法进行快速行列式布局,由内部可行域边界组成布局路径,进行快速周边式布局。文中最后通过算例展示了方法的实现结果,验证了该方法的可行性。     

马尔可夫系统瞬态不可用度计算的高效率蒙特卡罗方法

当马尔可夫系统规模较大时,需要采用蒙特卡罗方法计算其瞬态不可用度,如果系统的不可用度很小,则需要采用高效率的蒙特卡罗方法.本文在马尔可夫系统寿命过程的积分方程的基础上,给出了系统瞬态不可用度计算的蒙特卡罗方法的统一描述,由此设计了马尔可夫系统瞬态不可用度计算的直接统计估计方法和加权统计估计方法.用直接仿真方法、拟仿真方法、基于直接仿真的统计估计方法、基于拟方仿真的统计估计方法和加权统计估计方法计算了-可修Con/3/30:F系统的瞬态不可用度.结果表明,由于同时采用了偏倚的抽样空间和逐次事件估计量,加权统计估计方法的方差最小,当系统不可用度很小时,该方法效率最高.     

求解矩形布局问题的自适应算法

矩形布局问题属于NP-Hard 问题,其求解算法多为启发式算法。该文侧重 于构造布局求解算法中定位函数（规则）的优化,将模拟退火算法的思想融入到遗传算法中, 提出了求解矩形布局问题的自适应算法,其利用自适应交叉、变异及接收劣质解的概率等方 法对定位函数中各参数进行优化。算法通过两种方式确定初始种群的数目,具有较强的适应 性。在算法搜索的后期,利用差异性较大的个体进行交叉操作,从而保持种群的多样性。最 后通过实例证明了该算法能够很好的应用于矩形布局问题的求解。     

基于蒙特卡罗方法的海洋环境不确定性仿真

海洋中的声速是研究声波在海洋中传播以及水声战的基本物理量之一.由于海洋环境的复杂性,使得声速梯度存在一定的不确定性,进而导致声场计算的不确定性以及声纳作用距离预报的不确定性.采用蒙特卡洛方法捕捉海洋中声速梯度的不确定性,模拟真实海洋环境中的声速梯度,并将模拟得到的声速梯度输入波束位移射线简正波(BDRM)声场预报模型中,得到声传播损失,再对结果进行统计分析,得到声传播损失的概率分布图,并提出用传播损失期望值作为预报值,提高了声场预报的精度.最后,利用声纳优质因子(FOM)导出声纳作用距离概率分布图,为声纳作用距离的预报提供了概率的依据.