基于Monte Carlo仿真的重大型号工程进度风险研究

对重大型号工程进度风险的识别和估计方法进行了讨论,研究了总工期风险的蒙特卡罗仿真方法,并结合实例对某型号项目研制进度风险进行了定量分析。     

苯酚在ITQ-1分子筛中吸附特性的分子模拟研究

用巨正则统计系综蒙特卡罗模拟,研究了苯酚分子在ITQ-1分子筛中的吸附特性,从苯酚分子的粒子分布云图上,可发现分子的扩散和吸附在十二元环通道和十元环通道内都可进行。从一系列不同压力下的蒙特卡罗模拟还预测了苯酚在ITO-1中的吸附等温线。模拟结果表明,苯酚分子在一定压力和温度下,可通过十元环通道或连接十二元环超笼的十元环窗口到达分子筛孔道内部,达到较好的吸附平衡状态;同时还模拟了苯酚在水分子存在时,在ITQ～1分子筛中的吸附情况,结果表明,水分子的存在可降低苯酚分子的吸附,但从整体看影响较小。     

端点附壁自避行走的计算机模拟

自避行走(self-avoiding walk,简称SAW)是一种重要的模型,在数学上与简单随机行走有极大不同。由于已行走的路径不能再次被占据,SAW不再是一种Markov链。因此,一般来说,涉及到SAW的问题往往很难得出严格的解析表达式。然而,SAW模型在物理学、化学、生物学中有广泛的应用。例如在材料科学和生命科学中十分重要的高分子就可以用SAW作为一种基本模型。当一条高分子链的一个端基吸附在某一固体壁上,就可以用端点附壁的随机行走来表示。若高分子链采用SAW作为模型,其行为的预示目前仅限于采用计算机“实验”的方法。本工作在新的计算机“实验”数据基础上,提出了消除奇偶效应的方法,得到了一些新结果。     

Reverse Monte Carlo计算机模拟

介绍了ＲｅｖｅｒｓｅＭｏｎｔｅＣａｒｌｏ计算机模拟原理，及其在应用时应注意的问题，并且详细地给出了应用举例     

蒙特卡罗模拟方法对EAS阵列性能分析与优化设计的研究

建立了快速计算机阵列性能分析程序，由此阵列性能进行快速分析，对种种阵列设计方案进行比较搜寻，本文介绍其基本定理，方法、程序设计及部分计算结果。     

基于短期预测的追捕方法

针对具有安全区的追捕逃避问题,抛开参与人是否理性的假设,提出了一种基于短期预测的追捕方法.由参与人短期内状态空间有限和伪蒙特卡罗方法原理阐述了进行短期预测的可行性.追捕方法的流程为:追捕方先根据物理条件限制预测双方的短期状态;根据反映对抗态势的特征计算出对手处于某状态时自身某状态的收益,并由此进一步获得针对同时刻对手各个状态的自身某状态的综合收益;估算出自身各个预测状态的综合收益后,选取某个状态作为短期目标,执行能到达该状态的行为.结合足球机器人一对一对抗的实践进行了仿真,结果表明该方法有效.介绍了在自主式足球机器人上应用基于短期预测的追捕方法的初步实验,证实该方法具有一定的实际应用价值.     

直接模拟蒙特卡罗方法下的逆温度抽样算法

从分子动力学出发，讨论了直接模拟蒙特卡罗方法中分子平均总能量、平均平动能以及边界热流密度的抽样方法．通过对与边界发生碰撞的分子进行统计平均，得到了分子反射能量与入射能量以及边界热流密度的关系式．在此基础上，通过结合壁面漫反射模型下分子反射速度的抽样方法，发展了一种从边界热流求得与壁面碰撞分子的平均反射特征温度的逆温度抽样算法．数值结果表明：该算法能够由分子反射能量准确求得分子反射特征温度，进而求得分子反射速度，从而将边界热流信息带入流场．该方法为实现壁面处给定热流边界条件下的直接模拟蒙特卡罗方法提供了途径．     

基于RBF神经网络的结构可靠度分析方法

蒙特卡罗模拟是目前结构可靠度分析中最准确有效的方法,但因其计算量太大、效率低而受到很大的限制,特别是对于大型复杂结构的功能函数不能被明确表达的情况.鉴于此,在蒙特卡罗重要抽样方法的基础上,提出了利用RBF神经网络替代原结构功能函数的RBF-蒙特卡罗方法,以提高工作效率.RBF神经网络训练样本的选取则由均匀试验设计确定,以提高样本的代表性并大幅减少样本数量,从而加快网络的训练过程,加强网络的逼近能力.算例分析表明,该方法不但能最大限度地减少结构有限元分析次数,而且有满意的计算精度,具有实际应用价值.     

美式期权的几种蒙特卡罗仿真定价方法比较

在Longstaff和Schwartz（LS，2001）提出的基于多项式函数逼近的美式期权仿真定价基础上，给出美式期权重要性抽样仿真方法——顺推法及其具体算法。同时给出重要性与分层抽样相结合的算法。该方法可以适用于类似于美式期权具有可提前执行特征以及路径依赖特征等金融衍生工具仿真定价，具有一般性。数字示例比较结果表明，相对于LS方法，重要性抽样和分层重要性抽样都具有较好的方差缩减效果，尤其分层重要性抽样方法。     

基于条件风险价值的智能区域代理商报价策略及EV充电管理

智能区域代理商整合区域内电动汽车(electric vehicle,EV)参与电力市场交易,然而在联营市场(包括日前和实时市场)交易机制下,联营市场电价的随机性增加了代理商的市场交易风险.基于此,提出了以联营市场条件期望购电成本最小为目标的报价决策模型,该模型考虑了联营市场电价的随机特性,并将模型转换成带条件风险价值约束的随机优化问题.由于含随机性变量概率密度函数的积分计算困难,因此利用蒙特卡罗模拟,预测电价分布特性,采用抽样平均近似法对模型进行离散化处理,并通过构造函数将原问题化为凸优化问题进行求解.数值实验表明代理商通过控制EVs参与联营市场竞价交易,对EVs进行充电管理,可有效降低峰谷差,有助于电网的稳定性.