不确定性结构区间分析的改进Monte Carlo方法

将结构系统中的不确定性参数用区间数来表示，建立了系统的区间有限元控制方程。利用Monte Carlo数值仿真方法对区间有限元控制方程进行求解，得到了结构的位移和应力响应区间。并针对—殷Monte Carlo方法在区间仿真中存在的缺陷，对其进行了改进，使其计算效率大为提高．数值仿真算例表明：经改进的Monte Carlo方法仿真求解计算量大为减少，且能给出较高精度的响应区间，并克服了区间运算中的扩张问题。     

基于Monte Carlo模拟的中小企业集合债券定价

中小企业集合债券为相关企业融资开辟了新的途径,是中国债券市场上的一项重要创新。利用Monte Carlo模拟对中小企业集合债券定价问题展开研究:首先假设利率服从CIR模型,对现有集合债券定价模型进行改进,构建一个更加合理的集合债券定价模型;然后根据债券主体信用等级与评级机构对债券主体的跟踪评级信息,建立企业信用等级迁移矩阵;最后对AA—及以下信用等级企业的违约强度进行设定,并基于信用等级迁移矩阵计算不同信用等级企业的违约强度,再利用Monte Carlo模拟对集合债券进行定价。实证结果表明,本文所构建的集合债券定价模型是一个有效的中小企业集合债券定价工具。     

Libor市场模型的Monte Carlo控制变量加速方法及并行实现

为了加速定价利率衍生产品的Monte Carlo模拟,对远期测度下Libor市场模型中的漂移项用确定性函数近似,构造了一个与原问题高度相关的控制变量. 然后将此控制变量算法移植到多核CPU和GPU的并行计算环境中,极大地提高了计算效率. 针对利率上限的数值结果表明选取的控制变量十分有效且稳健,多核CPU具有线性加速效果,GPU相对于单核CPU具有很大的计算优势,控制变量和并行计算结合得到的加速效果大致是两者的乘积. 结合控制变量和并行计算的方法可以为其他利率衍生产品如利率下限,互换期权的定价提供有效思路.     

基于Monte Carlo仿真的随机S曲线研究

PB-S曲线是随项目进展变化的累计预算成本曲线和累计工期曲线,它综合考察了成本、工期和项目进展百分比三个变量之间的关系.SS曲线提供了与各个项目进展百分比对应的累计预算成本和累计工期的概率分布.采用Monte Carlo仿真和统计分析方法,结合一个费用和时间随机分布的网络计划,详细研究了PB-S曲线和SS曲线的仿真建模和统计分析过程.进一步,基于SS曲线,考察了费用偏差和进度偏差的统计特征,为项目绩效的预测和监测提供更详细的偏差信息.同时针对均值曲线作为基准计划曲线的局限性,提出了两种新方法用于选择一定置信度要求的PB-S曲线作为项目的基准计划曲线.     

基于Monte Carlo多重仿真的费用与进度联合置信估计

采用独立估计的方法不能同时获得高置信百分位的费用估计与进度估计，实际项目执行的费用风险或进度风险很高。费用与进度的联合置信估计是指费用置信百分位点估计和进度置信百分位点估计的联合估计。采用MonteCarlo多重仿真技术、回归分析与统计方法相结合的结合方法，在费用（进度）王信百分位估计的条件下，建立进度（费用）估计与相应的估计王信百分位之间的回归模型，由此获得费用（进度）王信百分位估计条件下的进度（费用）的置信百分位估计。     

基于Monte Carlo法的雷达回波模拟和检测概率计算

给出了雷达检测概率测试系统,并提出了一种基于MonteCarlo法的数学算法以评估该系统在实际应用时所得的测试结果,它主要包括回波模拟和检测概率计算两个部分。前者主要研究如何利用MonteCarlo法模拟SwerlingI型、SwerlingII型以及SwerlingI和II型混合起伏目标回波信号。后者主要介绍雷达检测概率的计算方法,并给出了仿真结果。     

基于Monte Carlo法与GA算法的复杂系统可靠度求解

复杂系统可靠性问题是可靠性工程中丞待解决的问题。提出了基于可靠性框图的复杂系统蒙特.卡罗仿真方法,给出了各种基本可靠性模型系统与其组成单元的失效时间关系,解决了含有旁联模型的复杂系统仿真问题。以可靠性仿真数据为寿命样本,待估计参数的置信区间为编码空间,以经验分布与所求分布误差倒数为适应度函数,建立了基于遗传算法的寿命分布参数点估计模型,求得了复杂系统可靠度函数。最后以两个实例表明该方法比传统方法具有更高的精度。     

复杂系统的研究方法

一般演绎方法、一般归纳方法、类比方法、实验概括等方法是系统科学与复杂系统科学中几种常见的传统的研究方法。随着研究对象的复杂化以及计算机技术的飞速发展,以模型理论为基础,计算机技术为平台的计算机模拟方法在探索复杂系统,尤其是它的动力学机理方面似乎更胜一筹。     

基于Bayes理论与Monte Carlo模拟的风险型多属性群决策方法

针对方案属性值为随机变量、属性权重未知的风险型多属性群决策问题,根据决策者有无先验信息、专家估计方差是否可知等情形,提出了两类集结决策者和专家主观概率的多元Bayes模型。这些模型先将群体对属性值的估计集结成单一分布,然后用Monte Carlo模拟的方法,通过计算每个方案的排名期望值,得到各方案的排序。给出了应用该方法的具体步骤,实例分析验证了方法的有效性和实用性。     

基于机群的并行Monte Carlo仿真平台用于金融衍生证券定价

给出了利用局域网机群系统建立并行Monte Carlo仿真平台的Java实现。设计了仿真任务分配算法及多线程同步控制机制。验证了伪随机数生成器并行化的有效性。三种股票期权仿真定价模型作为应用实例，在相同机型机群环境中，取得理想加速比和定价结果。     

基于仿真的复杂系统可靠性、可用性和MTBF评估文献综述

通过查阅大量文献 ,对应用蒙特卡罗仿真方法评估复杂系统可靠性、可用性和 MTBF进行了全面的分析研究 .通常在评估复杂大型系统的可靠性、可用性和 MTBF方面有 4个主要困难 :系统结构可以很复杂 ;子系统可能服从各种失效分布 ;对于可修系统来说 ,子系统可以服从任意失效和修复分布 ;子系统的失效数据有时也不充分 ,可靠性试验样本趋向于小样本 .用经典统计学去获得它们的统计置信限很困难并且经常是不可能的 .而仿真技术是解决这类问题的一个值得重视的研究方向 .     

Markov可修系统的蒙特卡罗方法

假设各部件的寿命分布和修理时间分布都为指数分布,且分布参数已知,本文用蒙特卡罗方法计算了单部件、双部件和三单件构成的串联、并联和串并联系统的可靠度、瞬时可用度、稳态可用度和故障频度等特征数量指标。为了检验蒙特卡罗模拟结果的准确程度,同时给出解析结果与之对比,表明该方法应用的正确性。     

集团蒙特卡罗系统可靠性仿真

在高可靠性系统蒙特卡罗仿真中,为了获得可靠的仿真结果,采用直接蒙特卡罗方法将需要很多次仿真试验,花费大量的计算时间,其中主要的时间花费在生均匀分布随机数上。本文在离散分布的集团抽样方法的基础上设计了计算高可靠性系统不可用度的集团蒙特卡罗方法,由于仅仅需要两个均匀分布随机数即可以完成一次仿真实验,集团蒙特卡罗方法将大量减少计算时间,提高算法效率。     

基于蒙特卡罗方法的设备维修决策模型

针对目前重要度评估方法考虑因素不全面、计算复杂的缺陷,通过全面分析设备全寿命全过程中对重要度的影响因素,构建了设备重要度的数学模型,提出了基于蒙特卡罗模拟的重要度评估算法流程,并以铁路机车维修为背景,应用该算法对铁路机车设备进行了重要度评估。结果表明,基于蒙特卡罗方法评估设备的重要度,计算快捷,可以精确和客观地描述设备的重要度级别,为设备维修决策提供可靠的定量依据。     

基于蒙特·卡罗方法的可靠性仿真过程模型研究

针对传统可靠性仿真过程缺乏准确度以及仿真结果缺乏可信度等问题,通过嵌入验证模块和反馈模块,给出了改进的可靠性仿真过程模型。深入分析了改进后的仿真过程模型的具体步骤,随后基于蒙特.卡罗方法设计并实现了相应的可靠性仿真算法。最后,应用Matlab软件进行了仿真实验分析。实验结果表明,改进后的过程模型能够显著提高可靠性仿真的效率和精度,对于系统可靠性分析具有良好的指导意义和实用价值。     

蒙特卡罗方法在网络性能仿真中的应用

在节点和链路不可靠的复杂情况下,为了对网络性能进行有效评估,将蒙特卡罗(MC)方法引入网络可靠性模型求解,获得了较边界法更准确的结果.其优点在于只要得出部分网络常量,就可直接为网络可靠性计算提供基础,即使极端情况下该方法也能获得网络可靠性的紧致上下界(即剩余连通可靠度).仿真结果表明了方法的有效性,且评估概率的相对误差很小.     

遥感成像机理蒙特卡罗模拟的若干计算技术

给出植被遥感像机理研究中蒙特卡罗方法几个关键性计算技术的详尽推导，它们包括各种叶角分布下的叶片取向，叶冠层在任意方向的遮光系数，漫反射光取向和叶片局部坐标与冠层全局坐标的转换。这些计算涉及到一些辐射传输，概率论，解析几何和数值积分方面的知识，相信对相关工作会有借鉴意义。最后用强后向散射验证了文中的计算方法。     

一种无线通信仿真置信度通用评估方法

蒙特卡罗(MC)方法被广泛运用于无线通信系统的误码率仿真,由于信源、信道和系统发收机处理单元等存在时间相关性,仿真结果不服从经典MC估计,无法用已知结论评估其置信度,此问题目前尚缺乏一般性解决方法。首先提出了平稳有限相邻相关条件的概念,推导了该条件下MC估计置信度的若干结论,分析指出无线通信仿真通常满足该条件,最后基于该条件提出了一种通用仿真置信度分析方法,该方法在不增加仿真时间复杂度的前提下,在获得误码率估计的同时,可以给出估计的方差、置信区间、最大相对误差等置信度指标。该方法被运用于WiMAX系统的仿真中,仿真结果验证了结论的正确性。     

基于蒙特卡罗方法的森林冠层BRDF模拟

蒙特卡罗(MonteCarlo)是一种随机统计方法,被广泛用于模拟可见光森林冠层BRDF(双向反射率分布函数)。基于蒙特卡罗方法构建了光子与植被冠层之间的随机过程,给出了蒙特卡罗模拟森林冠层的BRDF的具体实现方法。在此基础上,讨论了蒙特卡罗模拟中的关键技术:光子自由路径的计算;光子散射方向的确定;BRDF热点效应纠正;光子能量收集算法。实践表明,蒙特卡罗方法能准确模拟出森林冠层BRDF,并能作为其他森林冠层BRDF模型的有效检验工具。