基于逆向蒙特卡罗法的煤粉炉内辐射能传递计算

针对求解煤粉炉内辐射能传递方程时遇到的大辐射源小接收体现象所带来的时间复杂度问题,提出使用三维逆向蒙特卡罗法来提高求解精度和收敛速度。通过从炉内混合介质到辐射能传感器的辐射投影强度的逆向模拟计算,求解了炉内介质的辐射特性参数,并分析了炉内介质辐射特性的变化与辐射能之间的对应关系,计算结果表明该方法能够节省计算时间并提高计算精度。辐射能传递计算的结果给出了300MW煤粉炉内辐射能信号光谱分布曲线,并显示了炉内辐射能随介质物理特性的变化关系曲线,为基于辐射能信号的锅炉燃烧诊断研究提供了理论依据。

动态无线传感器网络的改进蒙特卡罗定位算法

针对于无线传感器网络中移动节点的定位问题,在传统蒙特卡罗定位算法的基础上,提出了一种改进算法。该算法通过构建接收信号强度指示测距模型来限制样本区域以求提高采样效率。仿真结果表明,与MCL、MCB等其他蒙特卡罗定位算法相比,改进算法在不同的时间、不同的锚节点密度、不同的节点移动速度等情况下,都具有更好的定位精度。

自适应蒙特卡罗无线传感器网络移动节点定位算法

针对无线传感器网络中蒙特卡罗定位算法在节点的无线射程为非理想条件下定位精度不高、采样率低等缺点,提出一种自适应蒙特卡罗移动节点定位算法。该算法利用不同区域的采样粒子对未知节点的定位精度影响不同,自适应地调整不同区域的采样粒子的影响权重,对未知节点进行定位;同时,利用上一时刻采样粒子增加限定条件,提高定位精度。仿真结果表明,本算法在规则度不同的条件下节点的定位误差平均下降了约13%,在速度不同的条件下定位误差平均下降了约10%,网络覆盖率可达到99.19%。

基于混合蒙特卡罗箱方法的移动感知网节点定位方法

通过将机器人领域的蒙特卡罗定位方法（Monte-Carlo localization,MCL）引入到移动感知网的节点定位,提出了一种混合蒙特卡罗箱方法（mixture Monte-Carlo Box,Mixture-MCB）.该方法采用混合采样的方式提高采样的成功率,有效地解决了传统蒙特卡罗方法的粒子耗散问题.与其他现有方法相比,该方法不仅计算简单,定位精度高,而且对于环境参数的改变具有较强的鲁棒性,因此适用于由计算能力较弱的节点构成的大规模移动感知网.仿真实验对算法的计算复杂度、定位精度和鲁棒性进行了分析并与其他方法进行了比较,结果表明,该方法是可行而有效的.

基于测距权重的蒙特卡罗定位改进算法

针对传统蒙特卡罗定位算法采样效率低,对锚节点密度要求高的特点,本文基于蒙特卡罗定位算法MCL提出一种改进的移动传感器网络的节点定位算法IMCB.该算法利用历史锚节点信息和RSSI测距,以及运动模型的改进对待定位节点的位置采样范围进行了进一步限制,对有效采样点的权重进行了区分.仿真结果表明:该算法的定位精度相比MCB算法提高了16.6%.

转移电子光电阴极电子传输特性的蒙特卡罗模拟

本文利用蒙特卡罗模拟方法计算了转移电子光电阴极的光电子输运特性，其中包括阴极的内部量子效率，电子的能量分布函数，谷间转移效率，同时也给出了阴极的时间响应特性．

基于采样优化的蒙特卡罗移动节点定位算法

针对无线传感器网络中蒙特卡罗移动节点定位算法的不足,提出了一种采样优化的蒙特卡罗移动节点定位算法。该算法根据运动连续性,利用曲线拟合方法,得出样本节点位置后验密度分布取值较大的区域,对该区域内样本节点的权值进行优化,从而完成未知节点的定位。仿真结果表明,改进后的算法能够显著地减少定位所需的样本数,有效提高了无线传感器网络移动节点定位的准确性和鲁棒性。

光在组织中传输的光强分布的蒙特卡罗模拟

采用蒙特卡罗方法，模拟计算了无限窄细光束、高斯光束、平面圆光束等三种光束与血管内膜组织相互作用时的光强分布，并分析了光强分布的变化及导致这种变化的原因，讨论了三种光束光强分布变化的区别及由此引起的三种光束的实际适用范围。

基于自回归模型的蒙特卡罗定位算法研究

蒙特卡罗定位算法是解决无线传感网络节点定位的移动性的比较实用的方法,但是由于其采样范围比较大,如果采样数量不足,还必须进行重复采样,造成了采样效率低的问题,为了解决这个问题,本文提出了基于自回归模型AR的蒙特卡罗定位算法,通过AR模型进行运动预测,缩小采样区域,提高采样效率。同时在过滤阶段,由邻居节点和跳距不同的锚节点来得到样本的混合加权值,使得未知节点的估计位置更加趋近其真实位置,提高定位精度。

最小二乘拟合的蒙特卡罗移动定位算法研究

针对传统蒙特卡罗定位算法由于节点采样效率低导致的定位精度低、定位不准确的缺陷,提出一种改进的最小二乘拟合蒙特卡罗(LSFMCL)定位算法。该算法利用MBC算法优化采样空间,并利用最小二乘拟合节点运动轨迹,对节点位置进行预测,进一步得到最优采样区域,最后提出权值概念并利用预测节点的权值信息计算未知节点的位置。仿真结果表明,与传统算法相比,优化后的算法提升了节点的采样率,提高了定位精度,对于移动节点的定位具有更加广泛的应用前景。

无人驾驶牵引车自主巡航路径规划方法

局部定位节点信息与锚节点信息存在时间上的误差,导致相同节点坐标位置上的信息无法统一,进而对车辆路径规划轨迹造成严重偏差,为解决该问题,提出了一种无人驾驶牵引车自主巡航路径规划方法。通过蒙特卡罗节点定位和多区域分布传感器采集的定位信息,量化坐标参量;然后将蒙特卡罗定位算法引入参量优化过程中,通过路径规划定位点距离测算,计算有效定位区域内节点与目标锚节点之间的位置距离;构建路径巡航规划参量优化模型,求解节点位置数据,输出最优的无人驾驶牵引车自主巡航路径。仿真结果表明,路径规划精准,指标值符合测试标准,路径规划节点覆盖率较高。

考虑时间序列表达关系的无线传感网络缺失节点识别

为了解决当前缺失节点识别方法未考虑节点在时间序列上的表达关系,导致识别精度较差的问题,提出考虑时间序列表达关系的无线传感网络缺失节点识别方法。分析节点数据在时间序列上的表达关系,采用均值替代法计算节点在不同维度和同等维度下的向量和时间差变化。根据节点位置与移动半径,确定节点移动范围,并根据节点通信半径进行节点滤除。最后,根据权值归一化计算结果,利用蒙特卡罗定位方法,确定缺失节点的位置坐标,完成缺失节点识别。仿真分析结果表明,所提出方法的节点权重计算精度最高达到97.52%;在噪声干扰情况下的定位精度仍然保持在91%以上;缺失节点识别数量与实际数量基本一致。因此,说明所提方法能够提高缺失节点的识别性能。

周调节抽水蓄能电站在京津唐电网中的调峰与事故响应作用

京津唐电网是以火电为主的电网,难以满足电网日益增大的峰谷差与调峰的要求。文章对京津唐电网的负荷特性与未来的负荷需求及电力供给调峰能力等状况进行了分析,基于蒙特卡络模拟法模拟分析了京津唐电网未来规划年的运行情况,得出若能在“十一五”期间建设投运周调节抽水蓄能电站,将缓解电网的调峰矛盾,带来降低投资的容量效益、节省燃料运行费用的经济效益、提高电网可靠性的社会效益的结论。

基于新Dirichlet先验分布的指数寿命型产品多阶段可靠性增长Bayes分析

本文基于新的Dirichlet先验分布,建立了多阶段指数寿命型产品可靠性增长的Bayes模型。本模型充分利用先验信息和阶段试验信息,采用最优化方法解决了新的Dirichlet先验分布超参数因物理意义不明确而难以确定的问题;利用Gibbs抽样算法进行后验推断,合理估算出当前阶段和后续试验阶段产品可靠性的Bayes点估计和置信下限,并利用该模型研究实现了对产品可靠性的预测。实例证明了该模型在多阶段指数产品可靠性增长分析中的直观性与有效性。

随机综合生产计划模型及其求解研究

制订一个有效、可行的综合生产计划 ,必须考虑各种随机因素的影响。本文在前人工作的基础上 ,提出了一种改进的随机综合生产计划模型 。

无线传感器网络移动未知节点的混合定位算法

针对无线传感器网络中移动节点定位问题,提出一种移动未知节点的混合定位算法。该算法在预测和过滤阶段均作了改进。在预测阶段,根据未知节点在t时刻接收到的锚节点信息个数区分四种情况进行讨论,选择最适合的方法来缩小采样区域;在过滤阶段,针对预测阶段四种不同的可能情况判断是否需要过滤。仿真结果表明,该算法在显著地缩小了采样区域的同时,提高了采样成功率和定位精度;减少了采样次数和计算量,降低了能耗,延长了网络的生存周期。

几种非线性滤波算法的性能比较与分析

在非线性状态估计中,传统的扩展卡尔曼滤波通过线性化来实现高斯近似,由于截断误差的存在很难保证估计精度;而基本粒子滤波容易出现粒子退化,导致滤波发散。针对粒子滤波的两个基本假设:蒙特卡罗假设和重要采样假设,采用蒙特卡罗随机链的方法来提高粒子的多样性,并利用无味卡尔曼滤波来产生更高精度的替代分布,发展了无味粒子滤波。通过仿真实验证明,相比较扩展卡尔曼滤波和基本粒子滤波,改进后的无味粒子滤波算法性能更优越,对含有非线性非高斯的状态估计问题有更好的滤波效果。

串联可维修系统的可靠性分析

采用蒙特卡洛方法对可雉修系统的可靠性进行模拟，讨论了元件的抽样方法，给出了事后维修的串联可维修系统的故障率随时间的变化而变化的曲线。

基于改进的RSSI的车间移动节点MCL算法

针对蒙特卡罗定位(MCL)算法在无线传感网络定位精度和取样效率中存在的不足,提出了一种基于接收信号强度指示(RSSI)改进的MCL算法(R-MCL算法),并对车间移动节点进行定位.通过分析车间移动资源的移动规律,引入RSSI模型测距预测,减少取样区域,从而提高了取样效率和定位精度.仿真结果表明,R-MCL算法在定位精度、收敛速度和计算量等方面的性能均有提升.

基于GAMC定位算法的WSN设计与分析

蒙特卡罗定位算法对传感器网络节点进行布置对样本的数量需求很大,且在后验密度过大地区,会导致出现求解速度慢的问题。针对这个问题引进遗传算法,并将其与蒙特卡罗算法进行结合。介绍了蒙特卡罗算法的原理,分析了其在无线传感器定位中的应用,并介绍了无线传感器网络的布置原理,最后提出GAMC定位算法,作为无线传感器定位策略,可以快速完成对节点位置整体布置的任务。