检索结果-南通市图书馆

低偏差序列法在制造精度影响因素中的分析与应用

在线全文

学校读者我要写书评

暂无评论

工具技术 2019年第2期53卷 112-116页

作者：姚军四川建筑职业技术学院

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... 详细信息

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。

关键词：拟蒙特卡洛法低偏差序列影响因素加工误差改进办法

在线全文

学校读者我要写书评

暂无评论

低偏差蒙特卡罗序列的量子遗传算法

小型微型计算机系统 2017年第2期38卷 398-404页

作者：黄山苏一丹覃华蒙祖强广西大学计算机与电子信息学院南宁530004

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... 详细信息

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.

关键词：量子遗传算法低偏差序列低偏差序列Hg量子门 Pareto集邻域搜索

在线全文

学校读者我要写书评

暂无评论

低偏差蒙特卡罗序列量子遗传算法的研究

低偏差蒙特卡罗序列量子遗传算法的研究

作者：黄山广西大学

学位级别：硕士

常规遗传算法结合量子信息的基本理论而形成的量子遗传算法,利用量子计算能处理海量数据的能力,提高遗传算法的搜索性能。量子遗传算法通常采用量子旋转门实现进化操作,因量子旋转角偏小等原因,导致算法搜索解的效率低,容易出现迭代次... 详细信息

常规遗传算法结合量子信息的基本理论而形成的量子遗传算法,利用量子计算能处理海量数据的能力,提高遗传算法的搜索性能。量子遗传算法通常采用量子旋转门实现进化操作,因量子旋转角偏小等原因,导致算法搜索解的效率低,容易出现迭代次数多、计算时间长、易陷入局部极值等问题。针对以上问题,本文对量子遗传算法作改进,主要工作如下：(1)提出了一种低偏差蒙特卡罗序列量子遗传算法(Low-Discrepancy Quantum Genetic Algorithm, LDQGA),利用低偏差蒙特卡罗序列良好的均匀分布特性改善遗传算法探索与利用平衡的问题,主要方法为：一是设计一种Hε量子旋转门,该旋转门采用均匀的低偏差序列采样量子叠加态,提高了算法对解空间的探索能力,从而使算法不易陷入局部最优;二是设计一种Pareto集邻域搜索,在当前解上使用低偏差序列进行局部搜素,提高算法利用当前解找到更优解的能力。在5个复杂连续函数优化问题上的实验结果表明：.所提算法的全局寻优能力、收敛速度、迭代次数、计算时间均较常规的量子遗传算法更好。(2)针对LDQGA算法解O-1组合优化问题时离散变量难寻优的问题,引入逆转法改进LDQGA算法的邻域搜索流程,在当前解的O-1序列中选取两个逆转点,将逆转点之间的值O/1取反后,再反序存回原位,最后在多车型多品种的货物配装问题上验证算法的有效性,所获优化结果比对比的算法均有改进。

关键词：量子遗传算法低偏差序列邻域搜索连续优化离散优化

基于低偏差序列Halton的函数极值搜索方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

广西科学 2013年第1期20卷 9-11页

作者：熊李军武昱钱克昌赵乐至西北核技术研究所陕西西安710024

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.

关键词： Halton序列低偏差序列局部搜索蒙特卡罗方法

考虑维度重要性的电力系统可靠性评估拟蒙特卡洛方法

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2016年第16期40卷 31-37,158页

作者：侯雨伸王秀丽张玥郭静丽西安交通大学电气工程学院陕西省西安市710049

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... 详细信息

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。

关键词：拟蒙特卡洛可靠性评估维度重要性低偏差序列失负荷概率电力不足期望值

在线全文

学校读者我要写书评

暂无评论

贝叶斯网络推理的一种高精度仿真算法

系统仿真学报 2009年第1期21卷 108-111,116页

作者：袁晓峰陈淑红许化龙第二炮兵工程学院三系西安710025 第二炮兵计量站北京100192 第二炮兵装备研究院三所北京100085

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Halto... 详细信息

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。

关键词：贝叶斯网络马氏链随机拟蒙特卡罗法低偏差序列

基于最小二乘蒙特卡罗模拟法的可转债定价研究

在线全文

学校读者我要写书评

暂无评论

基于最小二乘蒙特卡罗模拟法的可转债定价研究

作者：赵天彤清华大学

学位级别：硕士

可转换债券是一种特殊类型的债券,它是债权与股权相结合的融资工具。目前,我国的可转债市场还尚未成熟,寻找合适的方法对可转债进行定价有助于促进可转债市场的健康发展。可转债的转股权与美式期权类似,而对于美式期权的定价并没有类似... 详细信息

可转换债券是一种特殊类型的债券,它是债权与股权相结合的融资工具。目前,我国的可转债市场还尚未成熟,寻找合适的方法对可转债进行定价有助于促进可转债市场的健康发展。可转债的转股权与美式期权类似,而对于美式期权的定价并没有类似于Black-Scholes公式的经典解析定价方法,因而对于可转债的定价多数依赖数值模拟的方法。首先,本文对可转债的基本概念以及目前的研究现状进行了介绍,回顾了经典的可转债定价方法并分析各自的优缺点。然后,本文引入美式期权的经典定价方法最小二乘蒙特卡洛模拟法(Least Square Monte Carlo Method,LSM)对可转债进行定价,同时,本文考虑了可转债的特殊条款,在对可转债进行前,对触发特殊条款的模拟路径进行处理后在进行计算,将可转债的估计值与实际价格进行比较。在使用经典方法对可转债进行定价的基础上,本文对原有的模型在三个方面进行改进。在标的股票历史波动率方面,通过敏感性分析得到股票的波动率对可转债的定价起着至关重要的作用,采用GARCH(1,1)模型替代历史波动率法对股票的波动率进行估计。在随机数生成方面,采用低偏差序列(Quasi-Monte Carlo,QMC)替代蒙特卡洛模拟(Monte Carlo,MC)使生成的随机数更为均匀,模拟的收敛速度更快。在标的资产价格模拟路径生成方面,通过使用布朗桥方法替代随机游走方法,节约计算的存储空间。最后,通过对蓝标转债进行定价实证分析来评估本文提出的模型。通过分析发现,通过使用GARCH(1,1)模型对股票的波动率进行估计可以显著的缩小估计值与真实值的差值;QMC方法可以明显的提高模拟的收敛速度,但是当模拟次数达到一定次数后,估计的精度无法通过模拟次数的增加而提高;布朗桥可以在不影响估计结果的同时替代随机游走方法生成样本路径,可以有效的节约存储空间。

关键词：最小二乘蒙特卡洛 GARCH模型低偏差序列布朗桥

特征函数光滑法的改进及其在高维积分中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

特征函数光滑法的改进及其在高维积分中的应用

作者：李晓燕新疆大学

学位级别：硕士

在对函数进行高维积分的模拟计算时,我们常采用舍选抽样法。而影响模拟准确度的因素有两个:一是随机数的选取;其均匀程度严重影响积分结果,计算机上自带的随机数生成函数rand（）具有明显的不均匀性,而均匀程度较好的低异差序列有许多种... 详细信息

在对函数进行高维积分的模拟计算时,我们常采用舍选抽样法。而影响模拟准确度的因素有两个:一是随机数的选取;其均匀程度严重影响积分结果,计算机上自带的随机数生成函数rand（）具有明显的不均匀性,而均匀程度较好的低异差序列有许多种如:Halton序列（Halton,1960）、Sobol序列（Sobol,1967）、Faure序列（Faure,1982）、Niederreiter序列（Niederreiter,1992）等（见文献[1]）本文主要采用Halton序列（Van der corput序列的高维推广）.二是特征函数的光滑程度;在采用舍选法进行抽样时,由于要对备选样本点做接受或者拒绝两种选择,导致了特征函数的不连续性,从而加大了模拟误差.关于特征函数的光滑法文献[2]和文献[3]均有描述,暂且称之为直线型光滑法,其光滑程度偏于粗糙,本文主要通过对上述文章的研究,进一步将特征函数的光滑法做出改进提出二次函数型特征函数光滑法的概念,并进行了模拟比较。本文主要分为五章,简单介绍了QMC抽样法的种类、低异差序列的概念、高维拟随机数均匀性比较、光滑特征函数的一般方法,并对QMC法、重要性舍选法、直线型特征函数光滑法、二次函数型特征函数光滑法四种模型进行了模拟比较,得出了二次函数光滑法具有更优的结论。并在文后附注全文图例及模拟所需MATLAB程序。

关键词：低偏差序列 QMC Halton序列高维积分收敛速度

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

路径跟踪法线性规划支持向量机的研究

路径跟踪法线性规划支持向量机的研究

作者：陈晨广西大学

学位级别：硕士

支持向量机(Support Vector Machine,SVM)是基于结构风险最小化原则和统计学习理论(Statistical Learning Theory,SLT)上的一种新型机器学习方法,具有出色的学习性能、泛化性能。传统标准支持向量机是一个求解二次型规划(Quadratic Prog... 详细信息

支持向量机(Support Vector Machine,SVM)是基于结构风险最小化原则和统计学习理论(Statistical Learning Theory,SLT)上的一种新型机器学习方法,具有出色的学习性能、泛化性能。传统标准支持向量机是一个求解二次型规划(Quadratic Programming,QP)问题。当训练集规模很大时,就会出现训练算法复杂、训练速度明显变慢、训练效率骤然下降等问题。目前支持向量机参数的选取一直没有一套成熟的理论作为支撑,这给支持向量机的应用带来很大的不便。针对以上问题本文做了如下两方面的研究:(1)提出了一种路径跟踪线性规划支持向量机(Path Follow Linear Programming support vector machine,PF-LPSVM)。首先构造出线性规划支持向量机模型,并用路径跟踪内点法对该模型进行训练,提高训练效率。在随机数据集及UCI数据集上进行实验,将实验结果进行对比分析,可以得出改进后的支持向量机模型无论是在分类效率还是分类精度上都有所提升。(2)针对支持向量机最佳组合参数选取问题,本文应用一种低偏差蒙特卡罗序列的量子遗传算法(Low-Discrepancy Quantum Genetic Algorithm,LDQGA)优化支持向量机模型的参数,寻找最合适的组合参数,最后将所得到的最佳组合参数应用到已优化的PF-LPSVM模型上,并与量子遗传算法和3-fold交叉验证方进行实验对比,从实验结果可看出无论在分类精度还是分类效率都有所提高,验证了该方法在支持向量机最佳组合参数选取上的有效性。

关键词：线性规划支持向量机路径跟踪内点法低偏差序列量子遗传算法