基于Sobol序列的防尘供水管网系统可靠性分析

为研究矿山井下防尘供水管网系统的可靠性,综合考虑供水管网系统功能及其结构,引入流可靠度和基于阈级的单元重要度的概念,结合供水管网路径重要度和连通率,将解析法和模拟法相结合,建立矿井防尘供水管网系统可靠性计算模型,并利用Sobol序列替代伪随机数序列的拟蒙特卡罗法对供水管网系统的可靠度进行解算.将求解模型应用于开滦集团某煤矿防尘供水管网系统可靠性分析,计算结果系统可靠度为0.983,889,标准差为1.497×10~(-4).研究结果表明:组件阈级越低,其重要度就越高,对整个供水管网的影响程度越高;在管网系统可靠性求解模拟中,与伪随机数序列相比,Sobol序列的解算结果具有更高的精准度和稳定性,收敛速度更快.     

蒙特卡罗方法与拟蒙特卡罗方法解线性方程组

分别介绍蒙特卡罗方法和拟蒙特卡罗方法解线性方程组的基本原理,并对两种方法的误差和收敛速度进行讨论.提出误差由3方面造成:截断误差、方法本身、伪随机数序列和低差异序列分布不均匀.在收敛速度方面:蒙特卡罗法的收敛速度与问题的规模和模拟路径长度无关;拟蒙特卡罗方法的收敛与问题的规模无关,但与模拟路径长度有关.经过对两种方法适用的情况进行讨论及数据测试,认为在一般情况下应选择用拟蒙特卡罗方法解线性方程组.     

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.     

拟蒙特卡罗积分与蒙特卡罗积分

分别介绍了蒙特卡罗方法和拟蒙特卡罗方法的基本思想,从算法本身、误差估计以及收敛率等角度分析了蒙特卡罗方法和拟蒙特卡罗方法的关系,并着重分析其在高维积分中的应用,从而说明拟蒙特卡罗方法的优越性.     

基于Sobol序列的量子粒子群求解电力经济调度

Sobol序列是准随机序列的一种,它与均匀分布的区别在于采样更均匀,为了增加种群多样性,提出了基于Sobol随机序列的量子粒子群,并对边界粒子进行变异,用于求解电力系统经济调度问题.通过对13个机组的数值仿真表明,该算法在收敛精度和迭代速度上有较好的效果.     

蒙特卡洛方法和拟蒙特卡洛方法在期权定价中应用的比较研究

在期权的交易中,最关键的问题是期权定价。蒙特卡洛模拟作为期权定价的有效的数值方法之一,近年来发展迅速。然而蒙特卡洛方法产生的随机数为伪随机数有收敛速度慢、计算量大等缺陷。拟蒙特卡洛模拟是采用拟随机数序列代替伪随机数序列的蒙特卡洛模拟。通过考察线性同余发生器;Halton序列、Sobol序列等拟随机数序列的特点,以欧式看涨期权为对象研究了蒙特卡洛方法和拟蒙特卡洛方法的有效性。对比实验显示了拟蒙特卡洛模拟明显优于蒙特卡洛模拟。     

采用重点抽样方法的电力系统概率仿真

针对电力系统概率仿真中常用的蒙特卡罗抽样方法样本容量太大、效率不高的现状,文章提出采用重点抽样方法来减少抽样方差,从而在保证计算精度的同时,显著减少抽样次数和计算时间,提高了蒙特卡罗方法的实用性。由IEEE标准测试系统的计算结果表明,该方法是有效和可行的     

基于线性同余算法的格点方法在亚式期权定价中的应用

在拟蒙特卡罗方法中,低偏差序列性能的好坏直接决定拟蒙特卡罗估计的有效性,一般常用的拟蒙特卡罗估计使用的是基于（t,m,s）网的低偏序列,然而由这种方法产生的低偏序列在高维时有严重的聚丛现象,对高维时的估计精度有较大影响.使用基于线性同余算法的格点方法估计高维亚式期权的价格,比较了两种方法的计算精度和计算时间,表明格点方法在高维有很好的效果.     

随机利率下条件蒙特卡罗综合加速方法及应用

主要研究CIR(cox-ingersoll-ross)随机利率模型下欧式期权定价的蒙特卡罗加速模拟问题,提出了一种新的控制变量,基于此变量结合条件蒙特卡罗方法可对普通蒙特卡罗方法有显著加速效果.理论及数值计算表明,该方法能有效地提高计算效率.同时,提出了基于条件蒙特卡罗方法求解Greeks的算法,与经典的蒙特卡罗方法比较,能更精确、稳定地求解Greeks的值.所提出的方法同样适用于一篮子期权、离散取样亚式期权等高维期权.     

两因子期权定价模型的条件蒙特卡罗加速方法

对一类随机波动率模型下的欧式期权定价问题,首先推导出条件蒙特卡罗方法的计算框架,然后基于鞅表示定理构造了一类有效的控制变量.数值实验结果表明:结合鞅控制变量的条件蒙特卡罗方法有效地减小蒙特卡罗模拟误差,对模型参数的依赖性小.     

可靠性约束函数未知的网路费用最小化快速求解

针对现代网络可靠性约束函数未知的网络费用最小化问题,提出基于在线SVM和MCS技术的快速求解算法.该算法由Monte Carlo仿真方法模拟网络可靠度值,由量子粒子群算法搜寻目标全局最优解,并充分利用MCS技术模拟的可靠性信息,在线建立SVM可靠性评估模型,借助SVM模型评估后续搜寻解的可行性,减少MCS模拟次数和求解时间.与Yeh方法相比,在可靠性模拟精度为0.01的条件下,模拟次数和求解时间都缩小近1个数量级.     

人工鱼群和蒙特卡罗混合算法的应用

为方便快捷地使用计算机求解二重积分的数值解,采用人工鱼群和蒙特卡罗的混合算法,将蒙特卡罗求解二重积分数值解的思想引入到人工鱼群算法中,改进了人工鱼群算法中的适应度函数和积分求和公式。最后,通过一个算例进行了验证,实验结果表明:当分割点数目仅为100时,误差已经降低为0.000 410 7;而进化策略的实验结果是:当分割点数目达到1 024时,误差才降为0.000 148.改进的后算法一方面很好的体现了人工鱼群算法易于和蒙特卡罗算法结合的优点,另一方面在保留改进的蒙特卡罗算法原有优点的基础上,也在一定程度上减少了分割点的数目,提高了算法的收敛速度和数值计算精度。经过分析研究与实例验证,其计算结果和其他方法进行比较表明该方法是可行有效的,对构建高效的二重积分数值求解算法进行了有益的探索。     

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。     

优化问题的序列线性方程组解法

拟牛顿算法是求解无约束优化问题的有效算法.序列二次规划方法是将拟牛顿算法应用于求解约束优化的推广与发展,它保持了拟牛顿算法的超线性收敛速度而成为约束优化的重要算法类.序列线性方程组方法则是它的进一步发展,目的在于每步求迭代方向dk时避免求解计算量较大的二次子规划.现在序列线性方程组方法仍在研究和发展,目的是简化算法结构、减少计算量,同时保持算法的优良性质.     

基于蒙特卡洛改进算法的地铁电力系统可靠性评估

在分析电力系统可靠性评估基本方法的基础上,考虑到地铁电力系统故障率较低,故障状态枚举方法难以获得精确的随机状态,以及设备单元的故障信息无法通过直接抽样获取,故使用正态分布描述地铁电力系统设备单元发生故障的实际过程,提出了改进的蒙特卡洛非序贯仿真算法,并给出其求解过程,构建了地铁电力系统的结构模型、Petri网模型和可靠性评估指标,最后以南京地铁一号线电力系统设备单元初始参数为计算数据,所得结果较传统计算方法更为准确,同时能够模拟故障维修时间以及区分不同故障类型.     

三种混合二维正态分布代表点生成方法的比较

本文对三种寻找混合二维正态分布代表点的算法:蒙特卡洛法、数论法及均方误差法所产生的近似总体与真实总体间的分布偏差及均方误差进行了比较研究,结果表明均方误差法是最优的.然后本文采用自助法对三类代表点进行重抽样,并以重抽样的结果再次验证了均方误差法的优越性.     

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.     

基于蒙特卡罗法的植物叶片可靠性分析

为探索植物叶片各变量参数及加载载荷与其可靠性之间密切关系,采集石栗新鲜植物叶片,通过三坐标测量仪获取植物叶片的坐标数据点云,在ANSYS中建立简化的叶片有限元模型,基于蒙特卡罗法对叶片模型施加随机风载求解计算.结果表明:假如模拟次数足够多,运用ANSYS 软件与蒙特卡罗相结合的随机有限元法分析植物叶片的可靠性是可行的.     

遗传算法求解非线性方程组的应用研究

针对传统非线性方程组解法的初始点敏感、收敛性差等问题,结合遗传算法和拟牛顿法的优点,提出了一种用于求解非线性方程组的混合遗传算法.该算法具有遗传算法的群体搜索和全局收敛性,有效地克服了拟牛顿法的初始点敏感问题;同时引入拟牛顿迭代法对精英个体进行局部强搜索,克服了遗传算法收敛速度慢和精度差的缺点,使得算法具有较高的收敛速度和求解精度.选择了几个典型非线性方程组,从收敛可靠性、计算成本和适用性等指标分析对不同算法进行了比较.计算结果表明所设计的混合算法有着可靠的收敛性和较高的收敛速度与精度.     

蒙特卡罗法在机械可靠性中的应用

蒙特卡罗法是通过随机变量的统计试验或随机模拟,求解数学、物理和工程技术问题的近似解的数值方法,用传统的数值计算方法求解可靠性中函数的分布以及分布参数时要计算多种积分,导致问题复杂不易求解,通过蒙特卡罗法的数值近似随机求解可大大简化这类问题的求解。本文通过求解强度分布、分析可靠度等例子说明蒙特卡罗法在机械可靠性中的应用。