耦合敏感性分析与两阶段马尔科夫链蒙特卡洛算法的地下水污染溯源辨识

为高精度地开展地下水污染溯源辨识,在对污染源参数进行敏感性分析的基础上,研究应用两阶段马尔科夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)算法辨识确定污染源参数;同时,探索应用多层感知机(Multi-layer Perceptron,MLP)方法构建地下水污染运移数值模型的代理模型,用以提高地下水污染溯源辨识的效率。为验证上述方法的有效性和可行性,开展了两个数值算例研究。结果表明:采用MLP方法构建的代理模型对地下水污染运移数值模型的逼近精度高,不仅能够有效提升地下水污染溯源辨识效率,还能保持良好的计算精度;所提出的耦合敏感性分析与两阶段MCMC算法能够显著提升低敏感性污染源参数的辨识精度。

基于Gibbs抽样的马尔科夫蒙特卡罗方法在结构物理参数识别及损伤定位中的研究

通过对结构动力特征方程进行的一系列变化,得到了线性结构识别模型,并由贝叶斯更新理论得到其后验分布形式。利用结构的模态参数,并考虑其随机性,应用基于Gibbs抽样的马尔科夫蒙特卡罗方法对线性结构识别模型中各参数的条件后验分布进行了抽样,成功地实现了结构物理参数识别及损伤定位。数值算例表明:Gibbs抽样结果可以以不同的方式标识结构的损伤程度及位置且识别的误差较小。

基于马尔科夫链蒙特卡罗模拟的金融极值风险测度

2015年底,中央经济工作经济会议首次在金融领域提出了去杠杆的要求。2017年一行三会展开了对金融领域快速去杠杆的工作,影子银行与股票市场首当其冲。影子银行概念最早由美国华尔街基金经理提出,美国学术界很多观点认为次贷危机中美国影子银行与美国股市的极值风险都很显著。在新常态之前,中国的影子银行高速增长,货币超发与资金脱实向虚显著。国内学术界对中国的影子银行与股票市场的关系也进行了一定的探索,但并没有通过建模研究二者的极值风险。本文基于马尔科夫链蒙特卡罗模拟比较了两个金融时间序列的极值风险,结果发现A股市场的极值风险大于影子银行,并提出相关建议。

基于马尔可夫蒙特卡罗算法的孤岛模式混合储能微网下垂平坦控制方法

孤岛状况是造成混合储能微网下垂的主要因素,为使混合储能微网正常运行,提出基于马尔可夫蒙特卡罗算法的孤岛模式混合储能微网下垂平坦控制方法。使用马尔可夫蒙特卡罗算法对缺失光伏数据进行填补。依据填补后的微网光伏数据计算微网自身荷电状态,并依据该荷电状态数值建立混合储能微网超级电容和蓄电池功率控制模型,实现孤岛模式混合储能微网下垂平坦控制。结果表明:所提方法填补光伏数据时的效率高于0.99,具备良好的下垂平坦控制能力。采用所提方法可对孤岛模式混合储能微网下垂进行良好控制,可有效保证混合储能微网的平稳运行,具有一定应用价值。

马尔科夫链蒙特卡罗方法浅析

介绍了马尔科夫链蒙特卡罗方法的基本过程,该方法试图直接从复杂的分布中获取模拟的样本。在当前机器学习算法中具有广泛的应用。

海平面上升对黄浦江1000年一遇高潮位影响研究——基于马尔科夫链蒙特卡罗法

为了研究海平面上升对黄浦江1000年一遇高潮位的影响,以吴淞站为代表,采用马尔科夫链蒙特卡洛法预测模拟了500组吴淞站未来30年年最高潮位序列,在序列生成过程中逐年考虑海平面上升的影响,根据生成的序列对其影响进行计算分析。结果显示,采用马尔科夫链蒙特卡洛法预测的多组吴淞站30年后1000年一遇高潮位符合P-Ⅲ分布;海平面上升能显著改变预测1000年一遇高潮位的频率分布,主要为增加较高高潮位出现的概率,降低较低高潮位出现的概率,整体上提升分布的均值。总体上,海平面上升引起吴淞站未来30年6.6 m以上1000年一遇高潮位出现的概率增加14%,1000年一遇高潮位均值抬升约4 cm。

X射线体元蒙特卡罗算法计划统计不确定度对直肠癌容积旋转调强放射治疗计划的影响

目的:研究Monaco放射治疗计划系统X射线体元蒙特卡罗(XVMC)算法中计划统计不确定度(SUpC)对直肠癌容积旋转调强放射治疗(VMAT)计划优化与剂量计算的影响。方法:回顾性选取2018年1-12月广西医科大学第一附属医院收治的10例直肠癌患者放射治疗资料,在Monaco放射治疗计划系统中采用XVMC算法,分别设置SUpC为0.25、0.50、0.75、1.00、1.25和1.50,设计6种VMAT计划(SUpC_(0.25)、SUpC_(0.50)、SUpC_(0.75)、SUpC_(1.00)、SUpC_(1.25)和SUpC_(1.50))进行优化和计算,比较6种不同VMAT计划中靶区最大剂量(D_(max))、平均剂量(D_(mean))、均匀性(HI)和适形度(CI)的差异,以及危及器官(OAR)的膀胱、小肠、股骨头和正常组织剂量差异,分析SUpC值对VMAT计划的控制点SUpC(SUpCP)、损失值loss、历史密度(HD)、优化计算时间(Time)、子野数(Segment)、机器跳数(MU)、出束时间(DT)等参数的影响。结果:随着SUpC增大,与SUpCP_(0.25)相比,其余5种计划靶区D_(max)、D_(mean)及HI分别增大,CI分别降低,差异有统计学意义(F=45.62、13.83、24.94、15.79,P<0.05),OAR膀胱的D_(max)、D_(mean)和正常组织的D_(max)、50 Gy剂量体积百分比(V_(50))分别增大,差异具有统计学意义(F=26.54、0.87、45.52、7.05,P<0.05)。与SUpCP_(0.25)相比,其余5种计划优化计算时间Time随SUpC增大分别减少,差异具有统计学意义(F=329.69,P<0.05)。SUpC≤1时,靶区D_(max)相比于SUpC_(0.25)时剂量偏差≤3%;SUpC≥1时,优化计算时间<10 min。结论:随着SUpC值增大,高剂量区域的D_(max)增多,靶区剂量被高估,靶区HI和CI变差,加速优化计算效率。针对Monaco计划系统进行直肠癌VMAT计划设计时推荐使用SUpC值为1,可以在保证计划质量最好的情况下有效提高直肠癌VMAT计划的优化效率,为直肠癌VMAT临床计划设计提供理论依据。

基于马尔可夫链蒙特卡罗采样的双密钥盲水印算法

为了更好地提高水印算法的安全性,提出了一种基于两种形式密钥的强鲁棒盲水印算法。首先对水印加密,然后将每块载体的第一个奇异值组成矩阵Q再分块离散小波变换(DWT)获得四个子带,通过对四个子带进行马尔可夫链蒙特卡罗(MCMC)采样决定第k个水印位量化嵌入到矩阵Q的第k块低频、水平、垂直和高频子带中的一个并记录当前嵌入子带的密钥位,这样做不仅使水印位随机分配,而且提高了水印算法的安全性。实验结果表明,所提算法在满足不可见性的条件下,不仅对常规的图像攻击具备较强的鲁棒性,而且在水印嵌入过程中通过MCMC采样实现了用不同的密钥嵌入,提高了水印算法的安全性。

基于蒙特卡罗算法的海上目标搜索研究

海上目标搜索是指使用各种技术和设备在海洋中寻找、追踪、识别和定位特定的目标,由于海洋环境的复杂性,一般难以精确预测。为此,本文通过分析搜索目标的受力特征,基于蒙特卡罗算法,模拟出多种可能的情景和轨迹,提高对搜索区域预测的准确性。

基于多输入多输出-正交频分复用系统的动态马尔可夫链蒙特卡罗检测算法

在多输入多输出-正交频分复用系统中,基于马尔可夫链蒙特卡罗方法的贝叶斯多用户检测算法可以有效地抑制多径衰落、载波频偏以及相位噪声干扰,但因收敛速度较慢导致实时性较差.针对这一问题,提出一种动态马尔可夫链蒙特卡罗检测算法.该算法利用系统状态样本间的相关性和所设定的收敛阈值门限,实现动态选取系统状态采样值的迭代收敛区间,以求在确保算法检测性能的同时,进一步提高检测估计运算的实时性.仿真结果表明,该算法具有收敛速度快、误码率低等优点.

一种适用于移动传感器网络的增强型蒙特卡罗定位跟踪算法

该文提出一种在低锚节点密度的移动传感器网络中实现定位跟踪的方法。利用受控的洪泛方式提高锚节点利用效率,采用遗传交叉操作加快预测阶段的抽样,采用插值方法对节点运动速度及方向进行预测,利用位置估计精度优于自身的1跳邻居节点的信息强化滤波条件。仿真实验结果表明,该文算法与传统算法相比加快了收敛速度,提高了定位精度,改善了在低锚节点密度时的性能。

基于马尔科夫机制转换的中国黄金期货价格波动研究

针对中国黄金期货市场波动的结构变化特征,运用MRS-ARCH模型对其波动率进行建模,同时运用马尔科夫蒙特卡罗算法来克服极大似然估计法对模型参数估计时所存在的局限,并运用损失函数等方法对波动率模型拟合性能进行评价.实证结果表明:中国黄金期货市场的波动率存在显著的聚集性和时变性,但不具有非对称性;黄金期货市场存在波动性结构突变,呈现出显著的高、低两波动状态;低波动状态持续时间长于高波动,并且低波动状态的平均收益率高于高波动状态.

用多重蒙特卡罗算法研究超细微颗粒物同时发生的凝并和破碎

超细微颗粒物的尺度分布由通用动力学方程(GDE)描述,该文发展了求解同时考虑凝并和破碎的GDE的一种多重MonteCarlo(MMC)算法,该算法可以抛弃当前MonteCarlo算法中广泛采用的“子系统”的概念,引入了加权的“虚拟颗粒”的概念,且基于时间驱动,模拟过程中保持虚拟颗粒数目和计算区域体积不变。首先详细描述了MMC算法,包括时间步长的确定方法、同时处理凝并和破碎的方案、凝并和破碎事件发生的判断准则、凝并伙伴的确定、处理凝并和破碎事件的后果时保持虚拟颗粒数目恒定的方法等;然后利用MMC算法对几种特殊工况进行了数值模拟,模拟结果与理论值符合很好,验证了MMC算法的计算精度,且该算法具有较小的计算代价。

一种快速准蒙特卡罗粒子滤波算法

针对准蒙特卡罗(Quasi-Monte Carlo,QMC)方法应用于粒子滤波采样时计算复杂度高,以及粒子滤波中重采样步骤引起样本枯竭的问题,提出一种结合准蒙特卡罗方法的粒子滤波算法,在重要性采样后,将生成的随机化QMC序列分别映射到以大权重粒子为核心的独立子空间上,避免了直接对采样空间进行预测,同时又保持了样本多样性.实验结果表明该方法可以有效抑制样本枯竭现象,获得了高于蒙特卡罗(Monte Carlo,MC)方法的估计精度,而计算效率与粒子滤波相近.

Acuros XB、各向异性解析算法与蒙特卡罗算法在非均匀组织中剂量计算准确性对比研究

目的：对比Acuros XB算法（AXB）、各向异性解析算法（AAA）和蒙特卡罗（MC）算法在非均匀组织中剂量计算准确性。方法：在Eclipse计划系统上分别设置两种类型的非均匀模体（水-肺-水模体、水-骨-水模体）,并设定3个不同大小的0°照射野,源皮距=100 cm。采用AXB、AAA及MC算法进行剂量计算,提取射野中心轴百分深度剂量,以MC计算结果为基准,计算AXB和AAA两种算法与MC算法的相对偏差,提取非均匀组织及高梯度区（即4.5～15.5 cm）的数据做对比分析。结果：AXB算法3个射野相对偏差绝对值分别为4.186±1.451、0.834±0.300、0.726±0.165（水-肺-水模体）和1.694±0.374、1.325±0.328、0.343±0.244（水-骨-水模体）。AAA算法在两模体的对应值分别为6.679±4.694、4.151±1.789、4.353±2.546（肺）和3.270±0.826、5.971±1.587、2.406±0.574（骨）。采用配对样本t检验,P值均小于0.05。结论：在非均匀组织及其边界,AXB算法计算精度比AAA算法更为准确,基本接近MC算法。

蒙特卡罗仿真建模中自动添加辅助面的算法研究

MCNP是用于计算中子、光子或者中子/光子/电子输运方程的通用蒙特卡罗中性粒子程序,该系统应用广泛,但其仿真模型的建模工作非常复杂,尤其是几何模型。为了简化建模过程,开发了该系统辅助建模工具。本文讨论了辅助建模工具中的核心算法之一——“自动添加辅助面”算法。该算法用于解决辅助工具中处理复杂几何模型时的关键问题。文中详细的介绍了该算法的设计思路和流程,并给出有效性的数学证明。随后通过例子展示算法的功能。以该算法为核心算法之一的辅助工具已经在实际中得到运用,并取得较好的效果。

基于蒙特卡罗算法的点覆盖问题解决方法

在WASN(wireless Ad hoc sensor network)中,点覆盖是一个基本问题。在考虑传感器节点移动的情况下,提出一个基于蒙特卡罗算法的目标点的集合覆盖质量评估算法,该算法每次从目标点集合中任意选取若干点进行评估,若全部满足覆盖质量要求则返回,否则标定不满足条件的目标点。反复调用该算法五次,可以使覆盖质量评估算法的正确率达到99%,从而可以有效解决无线传感器网络中的点覆盖问题。模拟证明该算法是可行的。

蒙特卡罗方法和ORDER算法在网络可靠度计算中的对比

对蒙特卡罗方法和ORDER算法在计算某中等规模的桥梁网络连通可靠度方面进行了对比。结果表明:OR-DER算法可以获得更精确的计算结果,而蒙特卡罗方法在计算速度上有优势。计算结果有助于政府管理者更好地了解桥梁网络状态。

基于蒙特卡罗仿真和电压安全约束的无功优化算法

传统的电压无功优化采用确定性方法 ,并且主要考虑经济性 ,而在规划阶段需要对运行方式的不确定性进行更深入的研究。文中提出了基于蒙特卡罗仿真和电压安全约束的无功优化模型 ,以尽量提高节点的电压水平作为优化的目标。算法采用非序贯蒙特卡罗仿真实现 ,考虑了系统各种可能的运行状态及其出现的概率。该模型的优化结果对提高节点电压水平和整个系统的电压安全性效果显著 ,使系统在电压安全的基础上达到经济优化。以 IEEE可靠性标准测试系统为例进行了分析计算。算例表明 :该模型和算法可行 。

用蒙特卡罗模拟评估小野条件下肺介质中AAA算法的精度

目的：用蒙特卡罗模拟评估放射治疗剂量计算使用的各向异性分析算法（Anisotropic Analytical Algorithm，AAA）在小野条件下肺介质中的计算精度。材料与方法：建立一包含肺介质的水模体，分别用AAA算法、笔形束卷积算法（Pencil Beam Convolution，PBC算法）（作为对比）和蒙特卡罗（Monte Carlo，MC）模拟计算2cm×2cm到8cm×8cm射野条件下该模体中的深度剂量和离轴比，并以MC模拟为标准比较深度剂量。用一维伽马分析对离轴比进行分析。结果：AAA算法在2cmx2cm射野肺介质区域高估了深度剂量，其它情况均低估了深度剂量，剂量偏差范围为-0．24％-2．66％．PBC算法在肺介质区域高估了深度剂量，剂量偏差的范围为1．18％～14．55％。AAA算法计算的离轴比和MC模拟，在射野剂量平坦区相对内收，在剂量跌落区向两侧发散，但AAA算法略高估了射野边缘的剂量，一维伽马分析（与MC相比）通过率为100％（3mm／3％）。PBC算法在射野剂量平坦区相对发散，而在剂量跌落区向两侧内收。一维伽马分析通过率范围为51％～88％。结论：在肺介质中，AAA剂量计算的结果与MC模拟的一致性较好，与PBC算法相比，剂量计算的精度较高。