基于多随机变量风险约束的水电站长期优化调度

针对市场环境下水电站如何综合考虑电价和来水等不确定性因素下的优化调度是当前研究的热点和难点,建立了考虑电价和来水等不确定性因素的风险约束水电站长期优化调度模型。根据此模型发电商可方便地在预期的目标收益和风险之间进行权衡,达到以较小的风险获得较大的收益的目的。以二滩电厂实算为例,表明了该模型的有效性。     

低能电子束曝光的散射研究

采用Mott弹性散射截面和Monte Carlo计算方法进行模拟,将Joy和Lou的Bethe修正公式作为解决能量损失问题的非弹性散射模型。描述电子束入射固体过程,确定散射角、方位角、自由程和散射点处能量等参数。利用能量不超过5keV的低能电子束,模拟在不同厚度的抗蚀剂中进行的刻蚀过程,得到了不同能量电子束在衬底表面光刻的最佳抗蚀剂厚度。     

储能技术负荷跟踪服务及其价值评估

研究了智能电网中储能技术提供的负荷跟踪服务,结合储能设备提供服务时充放电电量服从Laplace分布的特征,给出了储能充放电模型,并基于非序贯Monte Carlo方法给出了提供负荷跟踪服务的价值评估方法.     

基于拓扑结构变化趋势的MCL优化算法

该文提出一种高精度的移动传感器网络中实现定位跟踪的方法,该方法利用未知节点在运动过程中网络拓扑结构变化的信息提高锚节点利用率,并改善样本采集效率。在无拓扑结构变化的情况下采用牛顿插值方法对节点当前位置进行预测,当拓扑结构有变化时,采用拓扑结构变化构建适应值函数,并用粒子群算法优化样本点的质量。仿真实验结果表明,该文算法与传统算法相比加快了收敛速度,提高了定位精度,改善了在低锚节点密度时的性能。     

小波变换预测移动节点定位算法

针对无线传感器网络移动节点定位精度不高的问题,提出一种基于小波变换预测的移动节点定位算法。根据历史运动轨迹通过小波变换预测节点当前位置,精确采样区域,应用自适应采样方法减少采样次数,通过加权滤波增大高质量样本点以及降低低质量样本点对定位结果的影响,提高定位精度。仿真结果表明,在锚节点数目、通信半径、最大样本点数目等条件变化的情况下,该算法与传统算法相比提高了定位精度,在低锚节点密度环境下表现出良好的效果。     

蒙特·卡罗方法的现状和展望

通信网络、输电网络、集成电路网络、交通网络等网络现今已遍布社会生活的各个方面,它们的可靠性关系到国计民生,对它们可靠性研究有十分重要的意义。由于通信网络等的复杂度,对通信网络的系统可靠性分析具有相当大的难度,所以本文蒙特.卡罗方法对通信网络系统可靠性分析进行了深入的研究。     

基于优选准则的混合混沌序列的生成

针对传统的m序列、Gold序列可用作扩频码的数量有限这一问题,提出了用混沌序列代替传统的m序列、Gold序列的方法。针对单个低维混沌映射产生的混沌序列存在抗攻击能力差、密钥空间小、保密性不理想等缺点,依据优选结果将单个低维的改进型Logistic序列与Chebyshev序列组合产生了一种新的混合序列。仿真结果表明,新的混合混沌序列平衡性高、类随机、相关性好,且该混合混沌序列和m序列、Gold序列的抗AWGN干扰和抗单频干扰的能力相近。     

移动无线传感器网络采样区域自调整的MCL定位算法

定位技术是无线传感器网络中关键的支撑技术之一。现有的无线传感器网络定位算法大多是针对静态场景的,不能直接应用于移动无线传感器网络。针对移动无线传感器网络的特点,在深入分析现有蒙特卡洛算法的基础上,提出一种改进机制,即采样区域自调整的蒙特卡洛节点定位(SA_MCL)算法。该算法通过对节点历史位置信息插值模拟获得节点的运动速度和方向,目的是为了自动调整采样区域,从而提高定位精度。仿真结果表明,采用SA_MCL算法,节点的定位精度有较大提高。     

我国GNP的单位根不确定性研究

对于一个实际的时间序列数据,我们并不知道其真正的数据生成过程,只能通过假设和基于假设的统计推断来确定。本文利用蒙特卡罗模拟进行有限样本的ADF检验。结果表明,当原假设是存在单位根,备择假设是趋势稳定时,ADF检验的势很低。这意味着,我国GNP存在单位根是不确定的。     

基于高维正态积分的串联结构系统可靠性研究

针对串联结构系统可靠性问题,根据一阶可靠性方法,把串联结构系统的失效概率表示为高维正态积分的形式,提出一种有效的计算高维正态积分方法.采用积分变换法将高维正态积分转换为单位超立方域内的高维积分,采用准Monte Carlo方法求解,建立了新的串联结构系统失效概率求解方法.将本文方法和4种近似方法以及精确解进行了比较,研究了该方法的计算精度.最后,进行了某一潜水器结构系统可靠性计算,计算结果表明该方法计算精度较高.