铁道供电系统信息流延时的拉丁超立方抽样蒙特卡洛模拟

针对铁道供电系统信息流处理中的延时问题,建立主备模式的通信预处理队列模型、并列服务器实时队列模型和服务器轮询队列模型。利用拉丁超立方抽样技术和蒙特卡洛方法对信息流服务过程进行研究,运用统计学方法得出排队参数概率分布、置信区间和模拟次数之间的关系。以2M光纤通信为例,取平均到达率1 024kB·s-1和平均服务率1 500kB·s-1进行蒙特卡洛模拟。结果表明:报文字节处理服务延时可控制在2～3ms左右;验证了用拉丁超立方抽样代替随机抽样,可减少蒙特卡洛模拟的次数。比较并列服务器和单服务器的实时处理队列平均等待时间模拟结果可知:相同条件下单服务器的实时处理队列平均等待时间超出10ms的概率为82.95%,超出13ms的概率为56.08%,均大于并列服务器实时处理队列平均等待时间的概率。因此,采用并列服务器配置方式可减少铁道供电系统信息流实时处理中的平均等待延时。

改进拉丁超立方蒙特卡洛模拟

电动汽车、分布式电源的并网给电网带了明显的不确定性,为了使电网分析更能贴近实际电网,通过对负荷、分布式电源出力的概率密度函数模拟其出力,借鉴已有分布式电源和电动汽车概率模型,采用拉丁超立方蒙特卡洛模拟与径向基神经网络相结合的方式计算概率潮流。该方法充分考虑了电动汽车和分布式电源的随机性、间歇性和相关性,利用拉丁超立方蒙特卡洛模拟对比传统蒙特卡洛模拟方法,降低了采样规模,提高了采样覆盖率。径向基神经网络用于求解潮流计算方程,避免了传统方法中计算雅可比矩阵和偏导,大幅度减少了运算时间。通过仿真,该算法在改进的IEEE14和IEEE118节点系统的计算结果表明,在保证精度的同时,极大地加快了算法运行速度,适用于大规模电力系统概率潮流的求解,在改进的IEEE118节点系统中,运行时间比传统蒙特卡洛模拟降低99.9%。

分层拉丁超立方体抽样方法及应用

为了提高样本数据的质量,文章提出了一种新的抽样方法——分层拉丁超立方体抽样,给出了该抽样方法的定义以及实现算法,证明了在相应条件下该抽样方法的估计精度比分层随机抽样方法更高,可以更有效地缩减蒙特卡罗方差。同时,还通过数值模拟比较了分层拉丁超立方体抽样与分层随机抽样在用蒙特卡罗方法估计定积分时的效果,数值模拟结果验证了上述结论的正确性。

基于蒙特卡洛法和拉丁超立方采样的含风电场的概率可用输电能力研究对比

随着可再生能源的不断发展,电力系统的随机性对电网稳定运行的影响越来越大,文章中提出了一种在间歇风源的电力系统可用输电能力的概率评估方法。利用蒙特卡洛抽样法和拉丁超立方采样法这两种采样方法对含风电场的电力系统不确定因素进行采样,并基于最优潮流的方法计算各种场景下系统的可用输电能力。通过对结果的画图以及列表,并对这两种方法所得到的结果进行分析,从而得出一种更加贴近系统实际运行结果的计算方法。

采用拉丁超立方采样的电力系统概率潮流计算方法

与简单随机采样相结合的蒙特卡罗(Monte Carlo)模拟法只有在采样规模足够大时才能得到高精度的计算结果,计算量较大。文中提出了用拉丁超立方采样和Gram-Schmidt序列正交化方法改善采样值对输入随机变量的分布空间的覆盖程度、提高采样效率的计算方法,并应用于概率潮流计算中。IEEE14节点系统和IEEE118节点系统的算例验证了该方法的有效性。与传统方法相比,文中所述方法可以降低采样规模,更有效地估计输出随机变量的统计参数和概率分布,同时保留蒙特卡罗模拟法的优点,在处理相同随机变量的一系列随机问题时可以显著降低计算量。

基于扩展拉丁超立方采样的电力系统概率潮流计算

概率潮流分析中,拉丁超立方采样(Latin hypercubesampling,LHS)算法比简单蒙特卡罗仿真(Monte Carlosimulation,MCS)的效率要高,但是传统LHS(conventionalLHS,CLHS)算法采样数必须事先确定并且固定。针对现有CLHS技术的不足,提出了扩展拉丁超立方采样算法(Extended LHS,ELHS)并应用于概率潮流计算。扩展方法根据已有的N点LHS采样构造2N点LHS采样并保证扩展前后的相关性相近,在增加采样数的同时保留已有的潮流计算结果。由于采样数无法事先确定,因此提出了以扩展前后估计值变化量的相对值作为ELHS的实用化收敛判据。采用MCS、CLHS和ELHS方法分别对IEEE 30节点和IEEE 118节点系统进行概率潮流分析,所提出的方法能够在保证计算精度的前提下获得ELHS在不同采样数下的收敛趋势。算例结果证明了所提方法的高效性、精确性和易扩展性。

基于拉丁超立方抽样的有限元可靠度程序开发及应用

在地下工程结构可靠性分析中,岩土体参数离散性大,功能函数非线性程度高,常为隐式函数,因此,对可靠度计算方法提出了很高的要求。针对传统蒙特卡罗抽样方法计算量非常大,难以满足工程要求的问题,基于拉丁超立方抽样技术,结合了Matlab和有限元软件Abaqus各自的优点,编制了Matlab-Abaqus联合计算的有限元可靠度程序,该程序具有节省样本空间、提高抽样效率的显著特点。通过对某圆形隧道的结构可靠性分析,表明该程序能很快达到收敛,能够满足地下工程结构可靠性计算分析的要求。

电力系统可靠性评估中的改进拉丁超立方抽样方法

将拉丁超立方抽样方法与重要抽样方法相结合,提出了一种应用于电力系统可靠性评估的改进拉丁超立方抽样方法。该方法首先通过重要抽样改变原系统样本空间的概率分布,然后对新概率分布进行拉丁超立方抽样,降低了抽样方差,避免了系统正常状态的大量重复抽样。应用该方法对IEEE-RTS系统与IEEE-RTS修改系统进行可靠性评估,并与常规非序贯蒙特卡洛抽样方法和传统拉丁超立方抽样方法的结果进行了比较。比较结果验证了所提出的方法在保证一定计算精度的条件下,可降低抽样方差,提高抽样效率,并且可适用于高可靠性的系统可靠性评估。

基于进化算法改进拉丁超立方抽样的概率潮流计算

在对电力系统安全风险评估时所需概率潮流计算的模拟法中,基于拉丁超立方抽样(Latin hypercube sampling,LHS)的蒙特卡罗(Monte Carlo,MC)模拟比简单MC模拟效率更高。但针对概率潮流问题,目前在相关性控制方面仍待改善。为提高基于LHS法的MC模拟在概率潮流计算中的效率,从两方面改进算法:一方面,对随机变量间相关系数矩阵非正定情况提出含进化算法的改进中值拉丁超立方抽样法;另一方面,为顾及概率分布的尾部特征,提出拉丁超立方重要抽样技术。对IEEE 30和IEEE 118节点系统进行考虑发电机无功出力约束的局部相关性试验,所提方法能有效地控制相关性,并具有良好的收敛性。试验结果表明该方法是有效和合理的。

期权定价的蒙特卡罗模拟方差缩减技术研究

蒙特卡罗模拟的方差缩减技术作为模拟效率改进的重要途径,在金融衍生证券的定价分析中得到了广泛的应用和发展,特别是在控制变量、对偶变量、分层抽样、拉丁超立方抽样、矩匹配和重要性抽样技术方面。从方差缩减的效率来看,所有的蒙特卡罗模拟方差缩减技术都能显著地提高期权定价的模拟效率,其中基于最优漂移率的重要性抽样技术与沿着最优分层抽样方向进行的分层抽样技术的组合,要比普通的蒙特卡罗模拟具有极其明显的效率提高效果。

基于拉丁超立方抽样的改进型多链DRAM算法求解地下水污染反问题

针对运用贝叶斯统计方法求解地下水污染反问题时,经典MCMC算法(Metropolis算法)求解结果受样本初始点影响且计算效率低的问题,提出了一种基于拉丁超立方抽样方法的改进型多链延迟拒绝自适应Metropolis算法(DRAM)。将贝叶斯统计方法与二维水质对流-扩散方程相耦合,建立地下水污染源识别模型。构建一个污染物在地下水含水层中瞬时排放的算例,分别运用Metropolis算法、多链Metropolis算法以及改进型多链DRAM算法对污染源信息(污染源强度、排放位置(x,y)和排放时长)进行反求。算例研究表明,Metropolis算法受样本初始点影响,容易出现反演结果局部最优或者反演结果难以收敛的问题;多链Metropolis算法虽然显著提高了反演结果的准确性,但是反演效率相对低下;改进型多链DRAM在保证反演准确性的条件下,可显著提高反演效率(相对于多链Metropolis算法提高68%),实现反演结果准确性与效率的双提高。

拉丁超立方抽样评估方法改进研究

为克服拉丁超立方抽样方法在均匀性方面的不足,对拉丁超立方抽样方法进行改进。引入均匀性评价参数G(L),给出了对于G(L)上限值的限定G_(max),并通过模拟试验的方式,对G_(max)与抽样维数N、样本数M进行了拟合,得到相应的函数关系。该方法满足了抽样均匀性的要求,并且可以保证样本均值与样本方差与原概率分布的均值与方差足够接近。

基于拉丁超立方体抽样的六自由度机械臂工作空间分析

针对六自由度机械臂史陶比尔RX-90的工作空间求解问题,提出一种基于拉丁超立方体抽样的统计计算方法。用D-H法对机械臂建立数学模型,采用连杆坐标系变换的方法求出其运动学正解。对比了蒙特卡罗法和拉丁超立方抽样(LHS)的优缺点,根据机械臂笛卡尔空间和关节空间的映射关系,设计LHS法分析其工作空间,在计算机输出设备显示工作空间的点云图并且得到各坐标轴取值范围。通过MATLAB机器人工具箱仿真验证了求解结果的正确性和有效性,为后续机械臂轨迹规划及优化、动力学分析、运动精度控制、系统优化等研究方向提供了参考依据。

铝合金薄板冲压成形过程中的侧壁起皱及有限元模拟

针对铝合金薄板的侧壁起皱问题,本文通过有限元软件分析工艺参数对成形质量的影响,提出了一种基于数值模拟与智能算法相结合的优化方法。首先,利用最优拉丁超立方抽样进行实验设计,并依据数值模拟获取实验值;其次,基于BP神经网络拟合工艺参数与成形质量之间的关系,预测结果的平均相对误差为2.69%,建立了准确的预测模型;最后,用遗传算法极值寻优获取了一组最优的工艺参数组合,起皱幅值的预测值和仿真值相对误差仅为4.03%,实验结果与仿真分析结果相近,验证了该优化方法的合理性和有效性。研究表明:以料厚、摩擦系数和压边力作为优化变量,以最大起皱幅值最小化为优化目标,建立几何模型,并利用有限元软件Autoform进行仿真分析;依据起皱轮廓线径向位移的实验和数值模拟对比,验证了有限元模型的正确性,表明利用神经网络和遗传算法极值寻优可以有效解决铝合金侧壁起皱缺陷。

合流制大型污水处理厂全流程工艺建模模拟实践

研究以设计规模为80万t的竹园一厂、二厂提标改造(升级补量)工程为建模对象,在污水处理模拟软件WEST中建立了包含深度处理的污水处理厂全流程处理工艺模型,并用蒙特卡洛模拟法对模型参数进行校准。模拟结果表明,模型能较好地模拟污水处理厂的出水水质以及内外回流污泥浓度,总体相对误差<20%。研究所采用的建模过程、模型及参数校准方法能为同类型污水处理厂的建模模拟提供技术参考。

用蒙特卡罗模拟方法检验RSI指标的有效性

为了验证在股票买卖时通常所采用的RSI指标(相对强弱指标)是否有效,采用蒙特卡罗方法对其进行模拟。分别随机生成符合三种正态分布的各750个数,作为三年中符合盘整、牛市、熊市三种情况下的收益。根据所生成的收益计算出相应的RSI值,对于出现超买区以及超卖区之后三个月内所能得到的收益情况进行统计分析,并且将以上过程重复一千次从而得到统计上的结果,以检验利用RSI指标值进行买卖的操作是否能够帮助投资者获取更大收益。

未来正负电子对撞机中轻子超对称伴子寻找的预研

本文研究了在未来正负电子对撞机实验条件下,寻找轻子超对称伴子的物理分析预研。利用计算机产生的基于最小超对称模型和R宇称守恒假设的信号过程样本以及标准模型物理过程样本,并结合国际主流在研的正负电子对撞机的实验参数进行全模拟。结果表明,在考虑5%系统不确定性的前提下,正负电子对撞机可大幅提高现有实验对所研究超对称粒子的发现及排除限,验证了正负电子对撞机在寻找新物理方面的探测能力与前景,也为国际上正在筹备中的各类大型正负电子对撞机提供了重要的物理分析预研和参考。

纳米粒子对无定形聚乙烯网络中链形变与增强作用的蒙特卡罗（Monte Carlo）模拟（Polymer

对于球形填料粒子以立方晶格排列或在空间中无规排列两种情况下对无定形PE网络的增强作用进行了模拟。首先着眼于粒子排列类型对聚合物链的微观性质的影响上，具体地说，用蒙特卡罗旋转异构态模拟方法(MC—RIS)来预测由于填料粒子的体积排除效应导致的链构象分布函数的变化以及由于这些变化导致的复合物弹性性能的变化。

蒙特卡洛模拟在天然气管道泄漏事故后果分析中的应用

为解决天然气管道泄漏事故后果分析中场景参数及泄漏源参数的不确定性问题,基于蒙特卡洛模拟及拉丁超立方抽样方法构建了天然气管道泄漏喷射火事故后果评价方法。该方法根据已知不确定参数的概率分布对各参数进行拉丁超立方抽样,并将抽样数据代入天然气管道泄漏模型和喷射火热辐射伤害模型计算死亡半径,通过多次循环计算实现蒙特卡洛模拟,最后得到泄漏处距管道不同距离的事故死亡半径的概率分布。实例研究结果表明:随着泄漏处距管道起点的距离增大,死亡半径分布越来越集中,且逐渐变小;累积频率为95%的死亡半径值可作为管道周围划定无人区的参考。

井壁超热中子测井MC模拟

在 MCNP的基础上 ,开发了井壁超热中子时间谱测井蒙特卡罗 (Monte Carlo)模拟软件包 .裸眼井、井眼里无下井仪器、淡水饱和砂岩地层、井眼注淡水 ;油饱和砂岩地层、井眼注油 ;油饱和砂岩地层、井眼注淡水 ;淡水饱和灰岩地层、井眼注淡水与淡水饱和白云岩地层、井眼注淡水 ,及裸眼井、井眼里有下井仪器、淡水饱和砂岩地层、井眼注淡水等条件下 ,计算井壁超热中子时间谱随孔隙度的变化 ,同时可得到井壁超热中子总通量随孔隙度的变化 ,结果证明井壁超热中子时间谱测井或井壁超热中子测井是确定地层孔隙度最有效的方法 .在此基础上 ,再研究井壁超热中子时间谱测井仪或井壁超热中子测井仪的工程参数 .