基于低偏差序列样本的装配公差分析方法

传统Monte Carlo分析方法在进行公差数值分析及装配成功率估算时需要大量的统计样本支撑,无法适应高精度复杂产品研制过程中公差设计多组成环、高置信度、高精度、多迭代、短周期等要求。针对该问题,引入低偏差序列代替Monte Carlo方法中的伪随机数序列,并将其融入公差数值分析模型和装配成功率估算模型中,进而构建了基于低偏差序列样本的公差数值分析方法与装配成功率估算方法。在理论分析的基础上,通过对某型飞机典型组件的实例分析,验证了该方法的有效性。

基于低偏差序列的直升机易损性计算方法

直升机易损性评估中的重要一环就是要计算导弹碎片多次打击下的累积杀伤概率(多击中易损性)。首先将"Sobol低偏差序列"数值试验法引入到直升机的易损性评估中,用来产生威胁打击点的分布,然后采用随机抽样与轮盘法来确定部件杀伤状态,最后采用统计方法获得直升机累积杀伤概率。以假设的直升机在3种典型遭遇下的易损性计算为例,验证所提出方法的可行性。算例分析表明,基于低偏差序列的数值模拟法不仅可以计算直升机整机易损性,还可以用来分析不同部件的相对易损性大小,因此,可以对战伤修复和作战战术仿真提供理论指导与技术支持。

低偏差序列法在制造精度影响因素中的分析与应用

应用拟蒙特卡洛法并采用12维Halton序列最优随机数低偏差序列,通过随机数发生器生成诸因素的影响因子进行建模,应用VisVSA三维可视化平台进行装配过程仿真。结果表明,大型轴流式转轮加工中影响制造精度的主要因素是转轮型线车削、叶片轴孔镗削以及止推面铣削加工三个关键点。针对三个关键点加工工艺的各环节,分析了影响转轮制造精度的主要因素、误差大小及其对装配的影响程度,并提出改进办法,可为大型轴流式转轮加工提供借鉴。

基于低偏差序列Halton的函数极值搜索方法

研究序列的偏差与函数极值的关系,并针对不可微优化问题,提出基于低偏差序列Halton的函数极值搜索算法.该算法按Halton序列采样,以λk为步长,沿各个方向(如坐标轴方向)同时搜索,直到满足要求或达到迭代上限才退出搜索.

低偏差蒙特卡罗序列的量子遗传算法

针对量子遗传算法存在迭代次数多、计算时间长、容易陷入局部极值的问题,提出一种低偏差蒙特卡罗序列量子遗传算法,利用低偏差序列良好的均匀性,实现量子遗传算法探索与利用的平衡.首先,提出新的低偏差序列Hε量子门来更新量子态形式的种群,提高算法探索量子态的能力,减少算法的迭代次数;其次,提出Pareto集邻域搜索,在当前近优解上用低偏差序列在当前解上进行邻域搜索,以寻找更优的解.在5个复杂函数优化问题上验证本文算法,实验结果表明:所提算法的寻优能力较传统量子遗传算法更强,解的质量有两个数量级以上的提高;算法的计算时间和迭代次数亦优于传统量子遗传算法,引入低偏差序列实现量子遗传算法探索与利用的平衡是可行的.

考虑维度重要性的电力系统可靠性评估拟蒙特卡洛方法

针对拟蒙特卡洛方法在处理高维问题时其改进性的退化,提出一种基于维度重要性的电力系统可靠性评估的拟蒙特卡洛方法。首先介绍了拟蒙特卡洛方法的误差估计理论,分析了低偏差序列在维度增加时均匀性的退化现象。其次,推导了误差上界的方差分析分解形式,提出以维度重要性降序进行抽样的思路减小误差上界,并建立了量化维度重要性的数学模型。最后,建立基于维度重要性的可靠性评估的拟蒙特卡洛模型和交叉熵拟蒙特卡洛模型,并提出了评价计算值与其真值误差的精度指标。以RTS79发电系统、292机发电系统和RBTS发输电系统为例,比较了文中方法和传统方法在计算失负荷概率(LOLP)和电力不足期望值(EDNS)时的精度指标。结果表明,所提出的方法在上述两种指标的计算上都具有更高的误差精度。

贝叶斯网络推理的一种高精度仿真算法

简要分析了贝叶斯网络推理算法的现状,提出了基于马氏链随机拟蒙特卡罗算法(MCRQMC)的推理方法。在给出高精度推理结果的同时,该推理算法亦能给出推理结果的标准偏差。从理论上对MCRQMC算法与现有的算法进行了比较分析,并采用随机Halton序列、Sobol序列和普通随机序列进行了推理实验。结果表明MCRQMC算法在同样样本数量的情况下,推理精度显著优于现有算法。

亚式期权定价的控制变量法拟蒙特卡罗模拟

用Matlab编程进行数值计算与分析,结果表明多元控制变量法有效地提高了拟蒙特卡罗模拟算术平均亚式期权定价的精确度,并且在维数较高情况下拟蒙特卡罗方法更具优越性,在一定条件下多元控制变量的模拟效果要好于几何平均亚式期权控制变量法模拟的效果。