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.     

基于改进Bayesian-MCMC的突发水污染事件预测模型参数率定方法

预测模型是科学制定应急处置措施的基础.为快速准确地构建突发水污染事件预测模型,将预测模型参数的率定问题视为贝叶斯估计问题,并根据有限差分方法和贝叶斯推理得到参数的后验概率密度函数,再通过改进的Metropolis-Hastings抽样方法得到较为合理的参数值.以发生在某明渠段的突发水污染事件为例,分析讨论等容量控制非均匀流和非等容量控制非均匀流两种情景下不同观测噪声对参数率定值的影响,并与由贝叶斯-马尔科夫链蒙特卡罗方法得到的参数值和真实值进行对比.结果表明:改进Bayesian-MCMC方法在计算精度、适用性和抗噪声等方面优于贝叶斯-马尔科夫链蒙特卡罗方法,能较好地率定模型参数,并为构建突发水污染事件预测模型提供了新思路.     

一种快速准蒙特卡罗粒子滤波算法

针对准蒙特卡罗(Quasi-Monte Carlo, QMC)方法应用于粒子滤波采样时计算复杂度高, 以及粒子滤波中重采样步骤引起样本枯竭的问题, 提出一种结合准蒙特卡罗方法的粒子滤波算法, 在重要性采样后, 将生成的随机化QMC序列分别映射到以大权重粒子为核心的独立子空间上, 避免了直接对采样空间进行预测, 同时又保持了样本多样性. 实验结果表明该方法可以有效抑制样本枯竭现象, 获得了高于蒙特卡罗(Monte Carlo, MC)方法的估计精度, 而计算效率与粒子滤波相近.     

贝叶斯高分辨方位估计新方法

针对贝叶斯方位估计方法计算量大的问题,将马尔可夫蒙特卡罗方法与贝叶斯方位估计方法相结合,提出一种基于Metropolis-Hastings抽样的贝叶斯方位估计方法(Bayesian DOA Estimator Basedon Metropolis-Hasting Sampling,简称MHB)。MHB方法将贝叶斯算法的空间谱函数作为信号的概率分布函数,并利用Metropolis-Hastings抽样方法从该概率分布函数中抽样。研究结果表明,MHB方法不但保持了贝叶斯方位估计方法的优良性能,而且大大减小了计算量。     

蒙特卡罗与准蒙特卡罗相互融合的整体光照计算

蒙特卡罗方法具备普适性、鲁棒性以及与问题复杂度无关性等优点，非常适于十分难解的整体光照计算问题，但缺点是生成图像随机噪声大．准蒙特卡罗方法计算连续被积函数低维积分的收敛速度快于蒙特卡罗方法，但不适于直接求解复杂的整体光照计算问题．文中研究蒙特卡罗整体光照计算最根本环节，即随机游动的抽样模式，提出融合蒙特卡罗与准蒙特卡罗的两种通用的新型整体光照计算策略．两种新型策略可以应用于所有基于蒙特卡罗的整体光照算法，不仅能够降低生成图像的随机噪声，而且实现简单、不增加计算和存储开销．     

多目标进化算法搜索鲁棒最优解效率研究

鲁棒最优解是进化计算研究的重要方面,同时也是研究难点。多目标进化算法搜索鲁棒最优解时,通常要用蒙特卡罗积分（MCI）近似估计有效目标函数（EOF）,而已有求解方法近似精度不高,使得算法搜索鲁棒最优解的性能较差。提出用拟蒙特卡罗方法（Q-MC）来估计有效目标函数方法,其所引入的Q-MC方法——Korobov点阵能更精确地估计EOF。实验结果表明,与现有的原始蒙特卡罗方法（C-MC）相比,拟蒙特卡罗方法（Q-MC）可以较大地提高多目标进化算法搜索鲁棒最优解的效率。     

基于Monte Carlo method的均衡度确定模型

蒙特卡罗方法(Monte Carlo method),也称统计模拟方法,是一种以概率统计理论为指导的一类非常重要的数值计算方法,是指使用随机数(或更常见的伪随机数)来解决很多计算问题的方法,本文尝试建立警察服务平台的均衡度模型并用蒙特卡罗方法求解,实验结果可以满足一般的应用需求。     

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。     

基于拟蒙特卡罗方法的进化算法搜索鲁棒最优解的性能提高研究

鲁棒最优解在工程应用中具有十分重要的意义,它是进化计算的重要研究内容,也是研究难点．进化算法搜索鲁棒最优解时,通常使用蒙特卡罗积分(MCI)近似估计有效目标函数(EOF),但由于现有的原始蒙特卡罗方法(C-MC)近似精度不高,导致进化算法搜索鲁棒最优解的性能较差．文中提出用拟蒙特卡罗方法(Q-MC)估计有效目标函数,通过大量的数值实验,结果表明,与C-MC相比,文中所引入的Q-MC 方法、SQRT序列、SOBOL序列和Korobov点阵能更精确估计EOF,进而较大提高进化算法搜索鲁棒最优解的性能．     

考虑单粒子多瞬态故障的数字电路失效概率评估

为了准确评估电路的失效概率,提出一种考虑单粒子多瞬态(SEMT)的数字电路失效概率评估方法.该方法通过解析电路门级网表提取SEMT故障位置对;使用双指数电流源模型模拟故障注入,通过SEMT脉冲复合模型将SEMT脉冲转化为复合的SET脉冲并沿数据通路向下游传播;在脉冲传播过程中,使用SEMT脉冲屏蔽模型评估逻辑屏蔽、电气屏蔽与时窗屏蔽效应,使用电路失效概率计算方法得到电路总体失效概率.实验结果表明,与同类方法相比,文中方法计算结果更为精确;与基于统计的蒙特卡罗方法相比,该方法的相对误差仅为2%,能够有效地指导集成电路容错设计.     

基于MCNP5软件的中子屏蔽模拟

用蒙特卡罗方法模拟了能量为14．5MeV的中予在聚乙烯、石墨、钢以及钢和聚乙烯非均匀组合材料中的透射率。模拟结果和辐射防护理论吻合，证实了蒙特卡罗方法的可靠性。另外从模拟的结果中我们可得出结论，对于快中子，重核在前轻核在后的屏蔽效果在一定条件下要远好于单一屏蔽层或轻核在前时的屏蔽效果。     

参数估计方法对比研究

为了寻求该参数估计问题的最佳解决方法,设计了一种对比分析平均秩次法和EM算法优劣性的蒙特卡罗仿真方法,以威布尔分布为例,分别用平均秩次法和EM算法进行随机删失数据下参数估计,在不同样本量、不同删失比情况下对比分析两种估计方法计算结果的均方差的大小.仿真结果表明,在不同样本量、删失比和威布尔分布形状参数下的随机删失数据,EM算法的计算结果比平均秩次法更好,结果更加接近真实值.说明在威布尔分布下,EM算法应该被优先采用.     

有关下山法的几个问题

一、下山法 高次代数方程 f(z)=α_0z~n α_1z~(n-1) … α_n=0 (1.1)求根的一个有效方法是下山法,这里α_0,…,α_n是实数或复数。 令z=x iy,代入(1.1),分离实部和虚部,得     

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。     

蒙特卡罗粒子滤波算法应用研究

随着这些年计算机硬件水平的发展,计算速度的提高,源自序列蒙特卡罗方法的蒙特卡罗粒子滤波方法的应用研究又重新活跃起来.本文的这种蒙特卡罗粒子滤波算法是利用序列重要性采样的概念,用一系列离散的带权重随机样本近似相应的概率密度函数.由于粒子滤波方法没有像广义卡尔曼滤波方法那样对非线性系统做线性化的近似,所以在非线性状态估计方面比广义卡尔曼滤波更有优势.在很多方面的应用已经逐渐有替代广义卡尔曼滤波的趋势.     

毁伤概率评估的加权蒙特卡洛方法

由于经典蒙特卡洛方法的仿真效率不高,文中利用概率论和数理统计的基本原理,可以推导得到加权蒙特卡洛方法.加权蒙特卡罗方法不但能有效的缩小了样本方差,还能提高目标事件出现概率,相当于提高了样本的抽样效率,从而提高了仿真效率.与此同时,文中分别利用经典蒙特卡洛和加权蒙特卡洛这两种方法对典型目标进行了仿真计算,仿真计算最终证明了加权蒙特卡洛方法的仿真效率明显优于经典蒙特卡洛方法,能使仿真工作量成数量级的衰减.     

基于双侧截尾正态分布的机构运动可靠度研究

研究机械运动机构可靠度优化计算,为了更准确地分析机构运动可靠度,提出了随机变量取值的有界性.从双侧截尾正态分布的基本概念出发,推导了截尾正态分布的期望均值和方差的一般形式,并运用逆变换法获得了一种双侧截尾正态分布随机数的抽样公式.同时基于蒙特卡罗法给出了含截尾分布随机变量的机构运动可靠度计算方法.并采用一个典型机构,对运动可靠度问题的随机变量,采用截尾正态分布和一般正态分布进行比较计算,前者比后者得到的运动可靠度更高.结果表明:基于截尾分布抽样的蒙特卡罗法求解机构运动可靠度比传统方法更为准确.     

一种基于吉布斯抽样的MUSIC多维参数联合估计算法

将马尔可夫蒙特卡罗(MCMC)方法与多重子空间分类(MUSIC)方法估计相结合,提出一种用于联合估计多个目标的频率、方位和俯仰,基于吉布斯抽样的MUSIC多维参数联合估计新方法。该方法将MUSIC方法的谱函数作为频率、方位和俯仰的联合概率密度函数,采用MCMC吉布斯抽样方法对该联合概率密度函数进行采样。理论分析和仿真实验表明:在目标个数较少时,该方法不仅保持了常规MUSIC方法的高分辨能力,而且减少了计算量和存储量     

基于序贯蒙特卡罗方法的自适应红外目标提取算法

本文将红外目标提取阈值的计算问题看作系统状态估计问题,提出了一种基于序贯蒙特卡罗方法的红外目标提取算法。在序贯蒙特卡罗方法框架下,建立关于灰度—方差加权信息熵和像素点灰度值的阈值状态空间;建立随机漂移状态转移模型;综合了红外图像中灰度、信息熵、梯度、像素点的空间位置等信息,提出了定量描述红外目标分割效果的评价函数,并以此作为系统的观测模型;最后,将粒子的加权平均做为分割阈值的估计值。实验结果表明,该方法是有效且稳健的。     

计算机仿真技术在机械行业中的应用

一、引言 计算机仿真技术是以多种学科和理论为基础,以计算机及其相应的软件为工具,通过虚拟试验的方法来分析和解决问题的一门综合性技术.计算机仿真(模拟)早期称为蒙特卡罗方法,是一门利用随机数实验求解随机问题的方法.其原理可追溯到1773年法国自然学家G.L.L.Buffon为估计圆周率值所进行的物理实验.