基于期望的重要抽样方法研究

传统的Monte Carlo方法仿真稀有事件需要较长的时间,而重要抽样技术可以有效地缩短仿真时间,提高仿真效率。文章提出一种新的重要抽样实现方法,用来估计仿真模型中的稀有事件的概率;利用期望寻找最优重要抽样分布函数,并与传统的Monte Carlo算法进行比较。仿真结果显示了该方法在估计稀有事件概率方面的有效性。