机械强度可靠性灵敏度分析的拟蒙特卡罗法

虽然蒙特卡罗方法具有程序结构简单,计算效率与问题维数无关的优点,但工程结构的失效概率往往很小,要获得精确的结果就需要大量样本,因而计算效率低.针对这一问题,采用Halton序列代替伪随机数并结合重要抽样方法,提出计算可靠性灵敏度的拟蒙特卡罗法.该方法与传统蒙特卡罗法相比显著减少了样本,提高了计算效率,并且误差是确定的.以齿轮为研究对象,通过对接触疲劳可靠性及可靠性灵敏度进行分析,证实了该方法在计算效率上的优势.     

结构混合可靠度计算的自适应重要性抽样方法

针对直接蒙特卡罗方法在高维非线性结构混合可靠度模拟中稳定性差和效率低的问题,将马尔可夫链自适应重要性抽样技术引入混合可靠度计算过程．经实验确定了马尔可夫链转移概率分布,可快速获得近似服从最优重要性抽样函数的系列状态点．根据状态点的一阶原点矩和二阶中心矩来确定所采用的重要性抽样函数;对区间变量进行等距划分,并计算以区间变量为自变量的可靠度平均值,可得到混合可靠度值;通过算例对本方法、非自适应重要性抽样法和直接蒙特卡罗法进行了对比,表明了本方法稳定高效的优势,为结构混合可靠度计算提供了新途径．     

用于整体光照的最小方差抽样

蒙特卡罗随机抽样算法合成的图像往往带有噪声,为了减少图像的噪声,提出了一种新的图像平面自适应抽样方法.直接光照抽样和间接光照抽样的方差及耗时有很大的差异,有必要自适应分配这两种抽样的数目.每个像素每种光照的抽样数目由直接光照和间接光照的方差和耗时来决定,根据拉格朗日乘子法将直接和间接光照的抽样自适应地分配到图像平面中,使得在给定的时间里图像的方差接近最小值.根据实验结果,与已有方法相比,新方法渲染的图像的方差降低了11.5%～56.9%.     

基于完美抽样的最大似然方位估计方法

为了解决最大似然估计计算量大的问题,将马尔可夫蒙特卡罗方法与最大似然方位估计相结合,提出一种基于完美抽样的最大似然方位估计新方法.研究结果表明,该方法不但保持了原最大似然方位估计方法的优越性能,而且大大减小了计算量,把原方法的计算复杂度从O(LK)减少到O(K×J×Np).     

离散障碍期权定价的蒙特卡罗模拟

利用蒙特卡罗模拟方法对离散障碍期权进行定价,并结合对偶抽样、条件期望、重要性抽样3种方差缩减技术降低模拟方差。设计数值实验针对离散障碍期权进行定价分析,比较了各种模拟方法的方差缩减效率。结果表明利用对偶抽样、条件期望、重要性抽样3种方差缩减技术的蒙特卡罗模拟方法能够对离散障碍期权进行稳定的定价。     

三种网络可靠性仿真方法研究及比较

网络可靠性是评估网络性能的重要指标。本文深入研究了网络可靠性三种仿真方法,即蒙特卡罗仿真方法(Monte Carlo Method,简称:MC),模块化抽样(Blocking Sampling Method,简称:BS)和几何抽样(Geomtretic Sampling Metho,简称:GS),并对三种方法的实现结果进行了比较。实验结果表明,BS和GS比较适用于大型网络,易于实现,且效率很高。     

基于拟蒙特卡罗法的电力系统抗震可靠性研究

针对电力系统抗震可靠性评估中蒙特卡罗方法误差收敛相对较慢的特点,将以低偏差序列抽样的拟蒙特卡罗方法应用于可靠性评估中,并结合了在求解传递闭包中能够减少计算量的三角形算法,建立了结合低偏差序列抽样与三角形算法的抗震可靠性计算模型.基于川北地区110 k V发电站与变电站的可靠性分析,分别进行了三种算法下的标准蒙特卡罗方法模拟和Sobol序列拟蒙特卡罗方法模拟.模拟结果表明:在电力系统抗震可靠性求解中,与伪随机数序列相比,Sobol序列的解算结果具有更高的收敛速度.当抽样次数为5 000次时,拟蒙特卡罗(QMC)方法的计算结果为0.6689,误差不超过0.1%,而蒙特卡罗(MC)方法的计算结果为0.6659,误差为0.389%;在相同抽样次数下,三角型算法相对于其他算法具有更高的运算效率,将三角形算法与拟蒙特卡罗方法结合既提高了精确度又提高了运算速度.     

基于蒙特卡罗的结构共振震害风险模糊概率计算方法

对结构发生共振震害风险的模糊概率计算进行了研究。该研究考虑了影响结构共振震害发生与否的各个因素的随机性和共振区间的模糊性。在结构共振模糊可靠度及风险分析的理论基础上,给出了计算发生共振震害的模糊概率的理论公式。同时,为了克服理论公式在实际应用中的困难,采用了基于自适应重要抽样的蒙特卡罗方法计算共振震害的模糊概率。最后,通过计算实例表明所述计算方法的有效性和可行性。     

海上导管架平台可靠性分析抽样-模拟方法

在可靠性分析中，海洋平台的结构极限状态方程很难得到显式表达，用传统方法求解其可靠度指标时很难满足计算效率和精度要求．鉴于此，以胜利CB11F平台为例，通过试验设计的方法，选取部分结构响应．采用Kriging模型模拟了未知状态的结构响应，然后附以最优化的方法求解了导管架平台的可靠性指标，该方法综合了蒙特卡罗法和响应面法在计算上的优点，突破了大样本抽样计算量的制约，同时避免了因极限状态方程的不同表达而产生的影响，在很大程度上提高了计算效率和精度．     

用蒙特卡罗和Petri网方法估计随机流网络的可靠性

提出一种估计随机流网络可靠性的基于蒙特卡罗抽样和Petri网建模仿真的MCPN方法.该算法以蒙特卡罗方法为基本框架,通过蒙特卡罗抽样来模拟网络系统的随机性.对于随机抽取的网络状态,通过Petri网仿真计算相应加权图的最大流量,判断其是否为有效状态.仿真结果表明,Petri网方法是一种有效的计算加权图最大流量的方法.     

蒙特卡洛法全周期抽样的研究

为了解决蒙特卡洛法的模拟计算精度与计算速度的矛盾，研究了蒙特卡洛法的模拟计算误差与随机数序列周期的关系，提出了蒙特卡洛法全周期抽样的新概念，从理论上证明了全周期抽样的收敛解是惟一的，与随机数种子无关，与系统规模无关。通过对IEEE－RTS可靠性试验系统的计算，说明全周期抽样蒙特卡洛法优于状态枚举法，其误差值随着随机数序列周期数的增大而减小。对不同规模的系统，选取周期数合适的随机数序列，全周期抽样所得到的计算结果就可以达到一定的精度，而不必采用周期数很大的随机数序列，从而提高了蒙特卡洛法的模拟效率。     

磨矿破裂过程的蒙特卡洛仿真方法研究

研究了磨矿破裂过程的蒙特卡洛仿真方法.蒙特卡洛仿真的误差反比于其计算区域内颗粒数量,导致该方法存在计算精度和计算代价难以协调的矛盾.主要研究目标是在不降低精度的条件下提高仿真速度.首先给出了事件驱动的磨矿过程蒙特卡洛仿真的主要步骤.通过提出一种新的包络函数改进仿真抽样效率.设计了批次磨矿的仿真实验.仿真结果表明:所提出的改进算法能够显著降低无效抽样,提高仿真速度,而且保持仿真精度符合要求.     

求解一类随机规划的Monte Carlo模拟方法

通过对目标函数和约束函数同时抽样,提出了基于Monte Carlo模拟的遗传算法,通过逐步增加样本容量和遗传进化代数以得到满足精度要求的近似最优解,并且通过统计方法讨论样本容量的迭代终止条件,以减少Monte Carlo随机模拟的盲目性;同时给出了最优解的表达形式以及算法的迭代终止条件;数值实验证明了方法的有效性。     

GMCL： a robust global localization method for mobile robot

A large sample size is required for Monte Carlo localization （MCL） in multi-robot dynamic environ- ment, because of the ＂kidnapped robot＂ phenomenon, which will locate most of the samples in the regions with small value of desired posterior density. For this problem the crossover and mutation operators in evolutionary computation are introduced into MCL to make samples move towards the regions where the desired posterior density is large, so that the sample set can represent the density better. The proposed method is termed genetic Monte Carlo localization （GMCL）. Application in robot soccer system shows that GMCL can considerably reduce the required number of samples, and is more precise and robust in dynamic environment.     

超静定结构系统疲劳可靠性分析的蒙特卡洛方法

研究了超静定结构系统疲劳失效的渐进性质,考虑到疲劳损伤的累积及疲劳破坏过程中载荷的重新分起,导出了系统破坏过程中的若干基本关系。在此基础上,建立了用蒙特卡洛方法模拟系统疲劳破坏的实际过程并计算整个结构系统疲劳失效概率的流程。进一步研究了采用重用性抽样技术提高抽样效率的问题。在例题中利用蒙特卡洛方法的计算结果对采用一阶可靠性方法分析的结果进行了检验。     

随机波动率模型下基于精确模拟算法的期权计算理论

基于两类随机波动率模型研究了欧式期权的价格和敏感性估计问题.在Broadie和Kaya的精确模拟算法基础上,讨论了舍取抽样技术在精确模拟算法中的有效应用.在此基础上研究条件蒙特卡罗、对偶变量技术等方差减小技术在欧式期权定价和敏感性Greeks计算中的加速问题.数值结果表明,相比欧拉离散和原始的蒙特卡罗模拟算法,基于精确模拟算法的条件蒙特卡罗加速技术能得到无偏且方差更小的估计值,具有较好的误差减小效果.该算法可以很方便地解决其他更加复杂的金融产品的计算问题,如障碍期权的定价和敏感性估计问题、篮子期权的计算问题等.     

基于改进的RSSI的车间移动节点MCL算法

针对蒙特卡罗定位（MCL）算法在无线传感网络定位精度和取样效率中存在的不足,提出了一种基于接收信号强度指示（RSSI）改进的MCL算法（R-MCL算法）,并对车间移动节点进行定位.通过分析车间移动资源的移动规律,引入RSSI模型测距预测,减少取样区域,从而提高了取样效率和定位精度.仿真结果表明,R-MCL算法在定位精度、收敛速度和计算量等方面的性能均有提升.     

三参数威布尔分布贝叶斯估计的混合Gibbs算法

利用混合Gibbs算法(Gibbs抽样与Metropolis算法的混合)给出了完全样本和定数截尾样本两种情形下三参数威布尔分布的贝叶斯估计.作为应用举出了三个实例,通过Monte Carlo模拟求得参数的贝叶斯估计及可信区间,给出混合Gibbs抽样过程中参数的轨迹图、直方图及自相关系数图,并将模拟结果与相关文献进行了比较.     

蒙特卡罗分析方法在EDA中的应用

主要介绍了蒙特卡罗方法的基本概念,探讨了电子电路中的蒙特卡罗分析方法,阐述了随机数的产生和随机变量的抽样,并举例说明了蒙特卡罗方法在电路模拟中的应用。     

Accuracy Analysis of Assembly Success Rate with Monte Carlo Simulations

Monte Carlo simulation was applied to Assembly Success Bate (ASK) analyses. ASR of two peg-in-hole robot assemblies was used as an example by taking component parts' sizes, manufacturing tolerances and robot repeatability into account. A statistic arithmetic expression was proposed and deduced in this paper, which offers an alternative method of estimating the accuracy of ASR, without having to repeat the simulations. This statistic method also helps to choose a suitable sample size, if error reduction is desired. Monte Carlo simulation results demonstrated the feasibility of the method.