改进线性同余法随机数发生器

在粒子输运Monte Carlo程序中广泛采用线性同余法随机数发生器。为了改善该发生器产生的随机数序列的统计品质,该文基于洗牌法思想设计了一种新的随机数发生器。在新算法中,以原线性同余法随机数发生器的中间整型变量为基础,通过位操作来构造实现洗牌效果所需的随机整型变量。由于位操作的计算量较少,使得新算法在计算量上不会有明显的增加。而统计检验的结果表明,该方法对随机数序列统计品质的改善是显著的。同时,该文还阐述了新算法在并行环境中的应用。     

一种新的随机数发生器的研究与改进

基于Mersenne Twister发生器,提出了一种新的随机数发生器:先对MT递推式进行改进,再将得到的发生器与线性同余发生器进行组合.得到的新随机数序列具有更优越的统计性质,其周期与MT相同,在实际问题的计算中可认为是无穷长,能有效地满足Monte Carlo模拟的计算要求.     

伪随机数及其在中心极限定理教学演示试验中的应用

设计了一种基于改进的线性同余法产生(0,1)均匀分布伪随机数的方法,利用伪随机数发生器产生随机样本序列,依据中心极限定理的原理,编制了基于VB的独立同分布的中心极限定理的演示试验程序.概率与数理统计课堂教学实践表明,通过采用中心极限定理的演示试验能够达到更好的教学效果。     

对一类组合线性同余发生器的不可预测性研究

线性同余发生器是使用很广的一类随机数发生器。为克服这类发生器的缺陷,可组合多个发生器得到组合线性同余发生器。不可预测性是度量序列安全性的一个重要指标。一些应用必须满足不可预测。为了评估某类组合线性同余发生器的不可预测性,该文利用代数法对这类组合线性同余发生器的不可预测性进行了研究,给出了对这类组合线性同余发生器进行预测的数据复杂度与时间复杂度,并以3篇重要文献中的5个组合线性同余发生器为例,给出预测的分析结果与建议。结果显示,这类组合线性同余发生器在一些推荐参数下可以预测,不适合作密码应用。     

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。     

计算机模拟正态随机数的产生与统计检验

提出一种产生正态随机数的计算机新算法。这种新算法是在现有的乘同余法和混 合同余法等常用算法的基础上改进而来。统计检验表明：用原常用算法产生的随机数， 例如先用乘同余法或混合同余法产生均匀分布随机数，再用抽样变换法构成正态随机 数，其分布特性令人满意，但独立性质量不高；而用新算法产生的随机数，既能保持 原来分布特性较好的特点，又在独立性上有较大的改进。     

VB6.O内部随机数发生器性能检验

针对Visual Basic 6.0内部随机数发生器,按无初始化、序列初始化和变量初始化等方法产生随机数序列,并对序列的均匀性和独立性进行实验.统计检验表明:该发生器性能优良,无初始化和序列初始化性能相近,其均匀性被拒绝的概率约10%,独立性被拒绝的概率约30%.如果产生每个随机数时都以当前时钟对发生器进行初始化,所得序列的均匀性略有改进,但独立性不能通过检验.     

基于混沌组合的LT编译码算法

传统的LT编译码算法多采用线性同余法(LCG)对编码信号的度和度邻接信号进行随机均匀选择,但线性同余法产生的随机数列具有独立性差,周期与计算机的字长有关的缺陷.针对该问题,将混沌映射引入LT码,构建基于混沌组合的LT编译码算法,使编码信号的度和度邻接信号得到更好的随机均匀选择.仿真结果表明,该算法具有分组头部开销少,便...     

计算周期为pn的二元序列k错线性复杂度及误差向量的一个算法

k错线性复杂度是密钥流序列稳定性的重要度量指标,误差向量的计算有非常重要的作用.在王-张-肖算法的基础上,改写cost向量的结构,给出了计算pn周期二元序列k错线性复杂度的新算法,该算法更容易理解.同时给出了计算相应误差向量的算法,即在该误差向量下,能实现原始序列的k错线性复杂度.这里p为奇素数,2为模p2的本原根.     

VB6．0内部随机数发生器性能检验

针对Visual Basic 6．0内部随机数发生器，按无初始化、序列初始化和变量初始化等方法产生随机数序列，并对序列的均匀性和独立性进行实验．统计检验表明：该发生器性能优良，无初始化和序列初始化性能相近，其均匀性被拒绝的概率约l0％，独立性被拒绝的概率约30％．如果产生每个随机数时都以当前时钟对发生器进行初始化，所得序列的均匀性略有改进，但独立性不能通过检验．     

线性反馈移位寄存器的改进算法及其电路实现

提出并用电路实现了一种改进的线性反馈移位寄存器(LFSR)算法.改进的算法克服了传统线性反馈移位寄存器产生随机数的速度受字长制约的限制,其电路结构能够快速地产生任意字长的伪随机序列.用现场可编程门阵列(FPGA)实现该结构的结果表明,改进的LFSR算法能极大地提高数据吞吐率,采用改进结构合成的随机序列统计特性好.     

随机弹道系统中有色噪声的数字仿真

该文采用连续状态变量的统计性质与离散状态变量的统计性质在离散点相同的原则，研究了对有色噪声作用的随机弹道系统进行数字仿真时，如何应用有色噪声白化处理的等效白噪声。给出了随机弹道系统中有色噪声白化处理的条件和方法，构成了成形滤波器，并以此代替随机弹道系统中有色噪声过程的输入，详细研究了随机弹道系统中一个典型有色噪声过程的数字仿真，最后给出了ＲｕｎｇｅＫｕｔｔａ法积分的结果。     

基于积分图的随机蕨特征点识别算法

随机蕨算法中的二值特征集是通过比较像素对的亮度值获得的;而该方法容易出现噪声敏感问题,为此提出了一种基于积分图的随机蕨特征点识别方法。通过构建图像积分图,比较特征点周围随机获取的两个子窗口的积分图构造二值特征,以模板图像的仿射变换图像簇作为训练集,建立朴素贝叶斯分类器并进行训练。对比实验表明,改进的算法在特征匹配上有很强的抗干扰性,即使蕨的结构减小到一定程度,也有较高的特征识别率。     

基于变步长随机行走算法的IC电源网络动态分析

针对传统随机行走算法加速策略在处理大规模电源网络时存在局限性的问题, 提出一种基于变步长的随机行走加速算法. 首先, 基于不同节点数目和阈值大小的实验对比, 分析传统随机行走加速算法和变步长随机行走加速算法的时间效率, 并证明变步长随机行走加速算法使电源网络分析效率得到极大提高. 其次, 证明随机行走算法具有空间局部性特征, 能进一步使运行空间得到释放. 通过对不同规模电源网络进行实验验证表明, 该方法能使算法运行空间得到优化.     

无穷区间上模糊(H)积分的数值计算

基于计算模糊随机变量的期望的需要,文献[9,10]定义了无穷区间上的模糊Henstock积分,讨论了一维有界模糊数值函数(H)积分的求积规则,并给出了误差估计.考虑到n维模糊随机变量期望的计算,在文献[10]的基础上,本文讨论了无穷区间上n维模糊数值函数Henstock积分的求积公式及其误差估计.     

基于变步长随机行走算法的IC电源网络动态分析

针对传统随机行走算法加速策略在处理大规模电源网络时存在局限性的问题, 提出一种基于变步长的随机行走加速算法. 首先, 基于不同节点数目和阈值大小的实验对比, 分析传统随机行走加速算法和变步长随机行走加速算法的时间效率, 并证明变步长随机行走加速算法使电源网络分析效率得到极大提高. 其次, 证明随机行走算法具有空间局部性特征, 能进一步使运行空间得到释放. 通过对不同规模电源网络进行实验验证表明, 该方法能使算法运行空间得到优化.     

一个基于统计方法的OD矩阵求解算法

在传统的OD矩阵估计模型的基础上,并在路段分配概率是随机变量这一假设的前提下,给出了一个统一的OD矩阵模型基本形式,针对该OD矩阵估计模型给出了一个基本求解算法———混合遗传算法。该算法是在传统的数学规划方法和遗传算法的基础之上给出的。同时通过算例的求解,分析了算法的优缺点。     

基于接收信号强度测量的室内定位算法

首先对现有的“路径-损耗”模型进行了修正,引入距离估计误差随机变量,由于其一般误差较小,不足以改变现有的模型中遮蔽因子的概率密度函数,所以遮蔽因子仍然满足正态分布．然后,推导了一种迭代最大似然估计算法,通过有限次的迭代,可以将由遮蔽因子导人的误差减小到一定程度,并得到令人满意的用户位置的估计结果．模拟表明,该方法可以提供较高的精度。     

利用改进的HBDE算法求解MAX-k-SAT问题

目前,利用进化算法求解组合优化问题已成为智能计算领域中的研究热点。本文基于二进制差分演化算法和动态变邻域搜索相结合提出了一种求解最大可满足问题(MAX-k-SAT)的改进算法(记为IBDE),通过与遗传算法和Johnson算法对一系列随机大规模MAX-k-SAT实例的求解比较表明:IBDE是一种求解MAX-k-SAT问题非常有效的新方法。     

一种改进的伪随机数生成算法及随机性分析

通过对信息安全系统中常用的伪随机数生成算法及其随机性进行分析,比较了不同的伪随机数生成算法实现的优缺点。在此基础上提出了一种将Visual C++中伪随机数生成机制与线性反馈移位寄存器结合起来产生随机数的改进方案,通过数值模拟和对比分析表明,改进方案具有较好的计算性能和随机性。