导读:本文包含了序贯蒙特卡罗论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:蒙特,卡罗,目标,粒子,概率,可靠性,密度。
序贯蒙特卡罗论文文献综述
钟兆根,于柯远,孙雪丽[1]（2019）在《基于序贯蒙特卡罗的非同步长码DS-CDMA信号扩频码及信息序列联合估计》一文中研究指出针对多径信道环境下非同步长码DS-CDMA信号扩频码及信息序列等参数的联合估计问题,该文提出了基于序贯蒙特卡罗(SMC)的盲估计算法。该算法采用混合重要密度函数对联合后验分布模型进行抽样,并迭代计算重要性权值,以完成所需状态参量的估计。同时为了减少算法的计算量,在算法的实现过程中,先估计出各用户的扩频码,再对观测数据进行处理,从而修正原有的迭代步骤,提出一种修正的SMC算法。仿真结果验证了算法对多种情况的适应性,且在时变的多径信道环境下也能获得较好的估计性能。(本文来源于《电子与信息学报》期刊2019年06期）
徐世琨[2]（2019）在《基于非序贯蒙特卡罗模拟的配电网信息物理系统可靠性分析》一文中研究指出随着智能电网技术的发展,配电网中信息流和能量流的耦合程度不断加深,开关设备的智能化水平也不断提升,可以主动进行故障后的负荷切除和网络重构。与此同时,传统配电网逐渐演化成电力信息物理融合系统(Cyber Physical System,CPS)。传统配电网可靠性分析方法着重分析配电网中的物理系统,不考虑配电网网架故障重构,无法应对智能开关设备在配电网中的广泛应用的需求。本文针对易导致终端用户停电故障的中压配电网,从信息物理融合的角度,研究中压配电网的供电可靠性问题。本文取得的主要研究成果如下:首先,对配电网供电可靠性指标进行了分类和总结。给出了基于中压配电网结构组成和运行特点所做出的基本假设。结合非序贯蒙特卡罗模拟(Non-Sequential Monte-Carlo Simulation,NSMCS),建立了可靠性指标的计算方法和收敛条件的制定方法。其次,针对配电网CPS比较难以通过系统状态随机抽样进行模拟法可靠性分析的问题,分析了主动配电网中的智能开关的技术,提出了综合考虑信息物理系统故障率影响的配电网CPS供电可靠性评估模型。模型提出了对配电网CPS进行拓扑化和系统状态随机抽样的方法,把开关设备的物理动作和控制其的智能配电终端的状态同时隐含进电气设备的状态中而不是直接表达这些开关设备的状态,使得对配电网状态进行随机抽样不依赖其历史状态。以最小化故障切除负荷为优化目标,以电气设备容量限制作为约束条件,求解单状态抽样样本系统运行状态和可靠性指标。结合重要性抽样,通过NSMCS进行配电网CPS供电可靠性评估。算例分析验证了模型可以有效评估信息系统故障率和物理系统故障率对配电网CPS供电可靠性的影响。最后,针对中压配电网运行和重构需要保持开环运行的问题,分析了在配电网CPS系统状态随机抽样中施加辐射状结构约束条件所需作出的相关假设和具体实施方法,提出了考虑辐射状结构重构约束的配电网CPS供电可靠性评估模型。模型以最大化供电恢复为优化目标,以电气设备容量限制和辐射状网架结构限制作为约束条件,模拟配电网CPS故障重构后的实际网架形态,求解单状态抽样样本系统运行状态和可靠性指标。结合重要性抽样,通过NSMCS进行配电网CPS供电可靠性评估。算例分析验证了扩展模型可以对故障后智能重构的主动配电网CPS的供电可靠性做出更准确评估。本文建立的可靠性评估模型均假设所有配电终端正常的开关设备都能根据优化目标和约束条件在故障后自动作出最优化的重构动作,适用于广泛应用智能配电终端的主动配电网CPS网架规划问题。(本文来源于《浙江大学》期刊2019-01-16）
刘莹[3]（2017）在《基于序贯蒙特卡罗方法的边际期望损失测度》一文中研究指出2008金融危机的爆发令各国的金融监管机构意识到金融体系中系统性风险的重要性,也使得系统性风险方面的研究成为学者们关注的热点。要有效加强对系统性风险的监管,必须以能够有效识别并科学测度系统性风险为前提。边际期望损失(MES,Marginal Expected Shortfall)是由 Acharya et al.(2011)提出的一种金融系统性风险测度的新方法。MES是指在市场收益率出现大幅下跌时,某单个金融机构的系统性风险贡献,该指标可用于确定公司在金融危机中将面临的资本损失。相应的长期指标为长期边际期望损失(LRMES),即未来一段较长时间内,市场股票价格指数下跌大于某一阂值时单个金融机构的系统性风险贡献。由于LRMES的计算涉及高维积分,难以得到精确的解析解,Brownlees and Engle(2012)通过拒绝抽样的方法计算LRMES的值。然而,当下跌阂值较大时,事件发生的概率较小,该方法的抽样效率会非常低。因此,考虑采用序贯重要性抽样方法计算LRMES。具体而言,本文采用序贯重要性抽样方法以提高样本的接受概率,解决上述有效样本比率过低的问题。然而在序贯重要性抽样过程中,某些样本分量会发生严重偏斜,导致其对最终样本估计量(LRMES)的贡献微乎其微,实际有效样本量减少。因此,本文考虑采用带重抽样的序贯重要性抽样方法来提高实际有效样本数量。同时,由于重抽样系数的计算涉及高维积分,本文采用模拟导频样本的方法算得该重抽样系数。模拟结果显示,序贯重要性抽样可以有效提高样本接受概率;基于导频的重抽样方法可以增加有效样本数量,并提高样本估计量的准确性。(本文来源于《厦门大学》期刊2017-04-01）
陈辉,韩崇昭[4]（2016）在《CBMeMBer滤波器序贯蒙特卡罗实现新方法的研究》一文中研究指出为提升多伯努利滤波器序贯蒙特卡罗(Sequential Monte Carlo,SMC)实现中粒子采样的有效性,提出一种CBMe MBer辅助粒子滤波(Auxiliary particle filter,APF)实现的新方法.首先,利用多伯努利后验概率密度选择适合于CBMe MBer滤波器的辅助变量去重新定义采样问题.分别选择量测和先验密度分量作为辅助变量,确保最终的状态粒子能够集中在真实目标量测对应航迹的伯努利概率密度上进行采样,以使粒子向似然函数的峰值区移动,得到更为精确的多目标多伯努利(Multi-target multi-Bernoulli,Me MBer)后验概率密度的估计.同时,文中深入研究并给出了在量测更新和漏检情况下辅助变量以及多目标状态采样分布函数的设计,并研究利用渐近更新(Progressive correction,PC)算法对先验密度分量的量测更新进行迭代逼近计算,以提高最终分布函数求解的准确度.最后,针对两个典型非线性多目标跟踪问题的应用验证了算法的有效性.(本文来源于《自动化学报》期刊2016年01期）
李江,刘伟波,李国庆,支新,欧阳斌[5]（2015）在《基于序贯蒙特卡罗法的复杂配电网可靠性分析》一文中研究指出光伏发电具有随机性和间歇性的特点,使得配电网的可靠性存在下行风险。针对含光伏电源的配电网系统,传统的可靠性评估方法往往忽略光伏系统对可靠性的影响。利用序贯蒙特卡罗法对配网进行可靠性分析,考虑太阳光辐照度、光伏输出功率、时序故障率等因素的影响,建立基于时间序列的光伏发电系统可靠性模型;同时构建了考虑负荷功率随机性的中、短期负荷(月、小时)可靠性模型;最后引入可靠性灵敏度指标,评估了不同节点接入光伏发电系统后的可靠性。通过对含光伏发电系统配电网算例系统的可靠性进行评估,结果证明了算法的有效性,该方法为光伏接入位置的选择、容量的确定和配网可靠性的提高提供了重要的理论依据。(本文来源于《电力建设》期刊2015年11期）
王玲[6]（2015）在《电压跌落随机预估的序贯与非序贯蒙特卡罗方法研究》一文中研究指出随着科学技术的发展和现代化电气设备的广泛使用,电能质量问题受到人们越来越多的关注。其中,电压跌落是发生最频繁、影响最严重的电能质量问题之一。电压跌落大部分是由输电线路的短路故障引起的,并且具有很强的随机性。另外,随着大量敏感设备的投入使用,由电压跌落引起的敏感设备故障问题也越来越严重。因此,研究电压跌落的随机预估方法具有重要的科学意义和实用价值。本文首先分析介绍了电压跌落随机预估的故障点法、临界距离法、直接法等几种经典方法,然后着重介绍了使用蒙特卡罗法进行电压跌落随机预估时的具体步骤和过程。针对电压跌落随机预估中传统蒙特卡罗法计算效率低、耗时长、占用内存大的缺陷,提出了基于序贯和非序贯蒙特卡罗法对电压跌落进行随机预估,研究建立了故障线路、故障类型和故障位置等故障状态变量的数学模型。本文在MATLAB/Simulink平台上建立了IEEE-9节点测试系统模型,得到了故障模型的状态变量。通过采用伪随机数发生器进行大量抽样得到系统的状态样本,并基于序贯与非序贯蒙特卡罗法对电压跌落的随机预估进行研究,得到的各节点电压跌落幅值的概率分布和对跌落指标的评估验证了本文采用序贯与非序贯蒙特卡罗法对电压跌落进行随机预估研究的可行性和正确性。通过对蒙特卡罗法与非序贯蒙特卡罗法、序贯蒙特卡罗法与非序贯蒙特卡罗法的稳定性和收敛性的对比分析可知,非序贯蒙特卡罗法的收敛速度更快,稳定性更好。而且与序贯蒙特卡罗法和蒙特卡罗法两种方法相比,应用非序贯蒙特卡罗法对电压跌落进行随机预估时,只需进行较小次数的采样就可以获得较精确的计算结果,减少了采样时间,加快了计算速度。(本文来源于《兰州理工大学》期刊2015-04-20）
占荣辉,刘盛启,欧建平,张军[7]（2014）在《基于序贯蒙特卡罗概率假设密度滤波的多目标检测前跟踪改进算法》一文中研究指出实现目标数目未知且可变条件下的多目标检测与跟踪是个极具挑战性的问题,在信噪比较低的情况下更是如此。针对这一问题,该文提出一种基于点扩散模型的多目标检测前跟踪改进算法。该算法在序贯蒙特卡罗概率假设密度(SMC-PHD)滤波框架下实现,通过自适应粒子产生机制完成新生目标在像平面中的初始定位,并根据目标在图像中可能出现的位置对全体粒子集进行有效子集分割和快速权值估算,最后利用动态聚类方法完成多目标状态的准确提取。仿真结果表明,该方法有效改善了多目标检测前跟踪的估计性能,并大大提高了算法执行效率。(本文来源于《电子与信息学报》期刊2014年11期）
王璐[8]（2014）在《序贯蒙特卡罗中的带限制重抽样方法》一文中研究指出序贯蒙特卡罗(简称SMC)方法是一种估计非线性非高斯状态空间模型的常用方法,它通过逐维地产生高维蒙特卡罗样本来近似状态变量的后验分布并进行统计推断。随着计算机性能的提升,该方法已经被广泛地应用于计算机视觉,信号处理,生物信息学,金融等领域。与另一常用的采样方法—马尔科夫链蒙特卡罗方法(简称MCMC)相比,SMC具有不易陷入局部模式(mode)、可进行实时(online)估计和易于并行计算等优势。重抽样步骤是SMC方法中的一个重要环节,它用概率的手段复制权重大的样本,去掉权重小的样本,从而解决了序贯重要性抽样(简称SIS)方法中的权重退化问题。但是在模型信噪比很高的情况下,比如在动态随机一般均衡(简称DSGE)模型中,状态方程扰动项的方差通常远大于观测方程扰动项的方差,这种情况下使用一般的重抽样方法会导致样本的快速退化,从而降低估计精度。Fearnhead和Clifford(2003)指出在状态空间是离散的情形下,重复的样本会导致重复计算以及样本多样性退化的问题。因此他们提出一种新的重抽样方法,保证相同的粒子最多被抽取一次。但在状态空间是连续的情况下,由于新产生的样本不会完全相同,上述关于重复样本的结论并不成立。针对状态空间是连续的情形,我们提出在重抽样中限制每个粒子最多被抽取R次(R>1)以兼顾被抽取样本的多样性需求(即拥有大量不同的样本)和聚焦需求(即保证权重大的样本多出现)。数值实验表明在高信噪比的情况下,新的重抽样方法可以减小状态变量的估计误差以及提高似然函数的估计精度。本文还将新的重抽样方法应用到粒子马尔科夫链蒙特卡罗(简称PMCMC)算法中,对一个DSGE模型的参数进行贝叶斯估计,数值结果表明使用新的重抽样方法可以提高参数的估计效率。(本文来源于《厦门大学》期刊2014-05-01）
李威,韩崇昭,闫小喜[9]（2014）在《基于相对熵的概率假设密度滤波器序贯蒙特卡罗实现方式》一文中研究指出概率假设密度滤波器的典型序贯蒙特卡罗实现方式与粒子滤波类似,均是利用大量加权粒子估计多目标状态,典型实现方式是为每个期望目标分配固定数目的粒子,这导致较大的算法时间开销.鉴于此,建立了基于相对熵的序贯蒙特卡罗实现方式.首先计算两个不同规模粒子集合的相对熵,与预设阈值进行比较以确定粒子数目,从而动态调整粒子数目.仿真结果表明,所提出的实现方式提高了跟踪效率,在大部分时间步上优于典型实现方式.(本文来源于《控制与决策》期刊2014年06期）
王昕伟,张建华,蒋程,于雷,刘德先[10]（2014）在《基于序贯蒙特卡罗方法的风电场有功出力可靠性评估》一文中研究指出考虑运行、停运和降额状态,建立风电机组的多状态故障模型;在此基础上,考虑风速的随机性、风电场尾流效应和风机本身的故障建立风电场的可靠性模型。基于序贯蒙特卡罗方法给出风电场有功出力可靠性评估的方法和流程。在Matlab中编写相关程序,并对风电场的有功出力进行可靠性评估,通过分析不同可靠性参数对评估结果的影响,验证所建可靠性模型和评估方法的有效性和适应性。(本文来源于《太阳能学报》期刊2014年01期）
序贯蒙特卡罗论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着智能电网技术的发展,配电网中信息流和能量流的耦合程度不断加深,开关设备的智能化水平也不断提升,可以主动进行故障后的负荷切除和网络重构。与此同时,传统配电网逐渐演化成电力信息物理融合系统(Cyber Physical System,CPS)。传统配电网可靠性分析方法着重分析配电网中的物理系统,不考虑配电网网架故障重构,无法应对智能开关设备在配电网中的广泛应用的需求。本文针对易导致终端用户停电故障的中压配电网,从信息物理融合的角度,研究中压配电网的供电可靠性问题。本文取得的主要研究成果如下:首先,对配电网供电可靠性指标进行了分类和总结。给出了基于中压配电网结构组成和运行特点所做出的基本假设。结合非序贯蒙特卡罗模拟(Non-Sequential Monte-Carlo Simulation,NSMCS),建立了可靠性指标的计算方法和收敛条件的制定方法。其次,针对配电网CPS比较难以通过系统状态随机抽样进行模拟法可靠性分析的问题,分析了主动配电网中的智能开关的技术,提出了综合考虑信息物理系统故障率影响的配电网CPS供电可靠性评估模型。模型提出了对配电网CPS进行拓扑化和系统状态随机抽样的方法,把开关设备的物理动作和控制其的智能配电终端的状态同时隐含进电气设备的状态中而不是直接表达这些开关设备的状态,使得对配电网状态进行随机抽样不依赖其历史状态。以最小化故障切除负荷为优化目标,以电气设备容量限制作为约束条件,求解单状态抽样样本系统运行状态和可靠性指标。结合重要性抽样,通过NSMCS进行配电网CPS供电可靠性评估。算例分析验证了模型可以有效评估信息系统故障率和物理系统故障率对配电网CPS供电可靠性的影响。最后,针对中压配电网运行和重构需要保持开环运行的问题,分析了在配电网CPS系统状态随机抽样中施加辐射状结构约束条件所需作出的相关假设和具体实施方法,提出了考虑辐射状结构重构约束的配电网CPS供电可靠性评估模型。模型以最大化供电恢复为优化目标,以电气设备容量限制和辐射状网架结构限制作为约束条件,模拟配电网CPS故障重构后的实际网架形态,求解单状态抽样样本系统运行状态和可靠性指标。结合重要性抽样,通过NSMCS进行配电网CPS供电可靠性评估。算例分析验证了扩展模型可以对故障后智能重构的主动配电网CPS的供电可靠性做出更准确评估。本文建立的可靠性评估模型均假设所有配电终端正常的开关设备都能根据优化目标和约束条件在故障后自动作出最优化的重构动作,适用于广泛应用智能配电终端的主动配电网CPS网架规划问题。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
序贯蒙特卡罗论文参考文献
[1].钟兆根,于柯远,孙雪丽.基于序贯蒙特卡罗的非同步长码DS-CDMA信号扩频码及信息序列联合估计[J].电子与信息学报.2019
[2].徐世琨.基于非序贯蒙特卡罗模拟的配电网信息物理系统可靠性分析[D].浙江大学.2019
[3].刘莹.基于序贯蒙特卡罗方法的边际期望损失测度[D].厦门大学.2017
[4].陈辉,韩崇昭.CBMeMBer滤波器序贯蒙特卡罗实现新方法的研究[J].自动化学报.2016
[5].李江,刘伟波,李国庆,支新,欧阳斌.基于序贯蒙特卡罗法的复杂配电网可靠性分析[J].电力建设.2015
[6].王玲.电压跌落随机预估的序贯与非序贯蒙特卡罗方法研究[D].兰州理工大学.2015
[7].占荣辉,刘盛启,欧建平,张军.基于序贯蒙特卡罗概率假设密度滤波的多目标检测前跟踪改进算法[J].电子与信息学报.2014
[8].王璐.序贯蒙特卡罗中的带限制重抽样方法[D].厦门大学.2014
[9].李威,韩崇昭,闫小喜.基于相对熵的概率假设密度滤波器序贯蒙特卡罗实现方式[J].控制与决策.2014
[10].王昕伟,张建华,蒋程,于雷,刘德先.基于序贯蒙特卡罗方法的风电场有功出力可靠性评估[J].太阳能学报.2014
论文知识图
