导读:本文包含了序贯蒙特卡洛算法论文开题报告文献综述及选题提纲参考文献，主要关键词:架空线路,智能电网,序贯蒙特卡洛,老化风险
序贯蒙特卡洛算法论文文献综述
李军峰,孟安波,刘晓,王鹏[1]（2019）在《基于序贯蒙特卡洛算法的电网可靠性评价方案》一文中研究指出针对目前智能电网解决方案的配网线路老化风险尚未得到量化的问题,提出一种用于电力网络的可靠性评价方法。该框架整合了一个网络层面上的序贯蒙特卡洛算法。计算过程划分到"网络状态&约束映射"、"网络优化"和"网络&架空线路状态可靠性映射"模块。通过可靠性、可操作性、天气和架空线路设计数据,对每个架空线路的充裕度进行评价。实验结果表明,所提方法可对现有方法进行改善,能够捕捉到架空线路故障风险的增加,且灵活性和风险抗性更加全面。(本文来源于《电子器件》期刊2019年01期）
马全海[2]（2017）在《基于序贯蒙特卡洛的概率假设密度滤波算法研究》一文中研究指出多目标跟踪自提出以来,涌现了诸多经典目标跟踪算法,诸如卡尔曼滤波、粒子滤波等经典目标跟踪算法都有着较好的滤波性能,目前已经被广泛应用于军事,民用等诸多领域。但由于经典滤波算法假设模型有一定局限性,导致其无法适用于许多比较复杂的情形,这就迫切要求在经典算法的基础上提出更具有普适性的算法,以满足目标的精确实时跟踪和快速定位,因此对多目标跟踪的研究有着非常重要的现实意义和理论价值。基于序贯蒙特卡洛的概率假设密度滤波算法有效地结合了蒙特卡洛思想和概率假设密度滤波算法,摒弃了数据关联方法,用诸多样本来近似目标的后验概率假设密度,具有不受模型的限制,能够适用于各种非线性情形,且有着良好的滤波效果等优点。本文以此为基础,对其进行了深入研究,主要内容如下:本文首先深入研究了贝叶斯滤波、蒙特卡洛思想的核心理论和粒子滤波算法核心步骤;在随机有限集的基础上对多目标建模进行了详细分析;并对概率假设密度滤波以及其实现方式之一--SMC-PHDF的主要步骤进行了研究。针对SMC-PHDF算法在系统量测噪声较大时,很多样本的归一化权重很小而成为无效样本,使得滤波精度较低的问题,提出一种自适应SMC-PHDF算法,该算法对似然分布自适应权值更新方法进行了深入的分析,分析了其在SMC-PHDF算法中的适用性,并在此基础上对SMC-PHDF算法更新步骤进行改进,引入了自适应调整粒子权值方法,能够有效地动态调整粒子权值以达到提高滤波性能的目的。接着,将改进SMC-PHDF算法和原算法进行Matlab仿真对比,仿真结果表明:在量测噪声较大时,本文提出的自适应SMC-PHDF算法滤波性能明显优于传统的SMC-PHDF 算法。为了提高SMC-PHDF算法的执行效率,充分利用多核CPU并行运行特点,提出了一种基于parfor并行模式的SMC-PHDF算法,该算法对SMC-PHDF算法每一步实现流程的执行结构进行了深入的分析,确定了其中满足并行执行的部分,并通过引入parfor模式对算法进行并行化改进,降低算法的时间复杂度。最后,运用Matlab自带的并行计算工具箱对SMC-PHDF算法进行了仿真,仿真实验表明,parfor模式能够较好地应用到该算法中,在不影响算法精度且能够满足算法的封闭性的情况下,大幅减少算法的运行时间,从而达到了算法改进的目的。(本文来源于《西安工程大学》期刊2017-03-18）
楚明娟[3]（2017）在《基于蒙特卡洛序贯仿真的生产模拟算法与应用研究》一文中研究指出为了经济社会的可持续发展,能源的持续供应,新能源在电力系统中得到大力普及推广。以高比例新能源发电为特色的现代电力系统呈现出传统电力系统所没有的新态势,也表现出很多新问题,比如含大规模风电接入电力系统的风电消纳、系统调峰问题,交直流混合微电网的配置、运行优化问题等。基于此,将已经在传统电力系统中广泛使用的蒙特卡洛方法运用到现代电力系统中,解决现代电力系统面临的新问题、新挑战,既可以为蒙特卡洛模拟法的应用注入活力,又可以为现代电力系统的理论研究和应用提供有效的工具。本文首先对蒙特卡洛模拟法进行了介绍,阐述了现代电力系统中存在的不确定性因素概率建模方法,在此基础上对大电网及交直流混合微电网发展过程中出现的问题进行解决。对于含大规模风电接入的电网,基于蒙特卡洛模拟法提出电力系统随机生产模拟试探算法,方便地考虑电力系统运行的时序性,较为详细的计及电力系统运行中存在的各种约束及不确定性因素,在得到传统随机生产模拟可靠性指标的同时,可对风电消纳能力进行可靠评估,为风电大规模并网消纳提供参考。针对交直流混合微电网,文中基于蒙特卡洛模拟法建立了考虑不确定性因素的交直流混合微电网运行优化模型,通过仿真模拟得到评价指标的概率分布情况及显着影响因素,为不确定性因素的精确预测、交直流混合微电网优化模型的简化提供依据,进而为交直流混合微电网的运行优化提供参考。(本文来源于《合肥工业大学》期刊2017-03-01）
冯向文,燕雪峰[4]（2016）在《基于序贯蒙特卡洛算法的交通流事件重构》一文中研究指出针对交通数据重构应用性差、缺乏对交通事件重构的研究等问题,结合交通流非线性非高斯的特点,提出一个基于序贯蒙特卡洛方法的交通流堵塞事件重构模型。该模型不断同化道路上的传感器数据,使仿真中的交通状态不断逼近真实路况,通过分析仿真数据以探测真实路网中存在的堵塞事件。模型能够对探测到的堵塞进行多粒子模拟来实现对真实道路上堵塞事件的重构。实验结果表明,该模型能够推测并重构出道路上的堵塞事件,对堵塞起始位置重构的平均误差为17m,对堵塞范围重构的平均覆盖率为82%。(本文来源于《计算机工程与科学》期刊2016年09期）
李志刚[5]（2016）在《基于蒙特卡洛算法的精度试验序贯检验方案设计》一文中研究指出介绍了武器系统精度试验的序贯检验方案,分析了方案设计时在设计计算中存在的问题并提出了采用蒙特卡洛法进行序贯检验的方案。实例表明运用蒙特卡洛随机仿真模拟方法进行序贯检验方案设计,能够得到满足设计风险的检验方案,可以作为序贯检验方案设计的有效手段。(本文来源于《长春理工大学学报(自然科学版)》期刊2016年02期）
徐立中,丁晓峰,王鑫,吕国芳,黄凤辰[6]（2011）在《基于信赖域的序贯拟蒙特卡洛滤波算法》一文中研究指出针对系统状态估计、目标跟踪等是包含多源不确定性信息的非线性非高斯随机过程,提出了一种基于信赖域的序贯拟蒙特卡洛(Sequential Quasi-Monte Carlo,SQMC)滤波算法.该算法利用拟蒙特卡洛积分技术优化采样粒子在状态空间的分布特性,降低了滤波过程中的积分误差,提高了状态估计精度;同时,利用信赖域(Trust Region,TR)方法将采样粒子向高似然区域移动,减少了所需采样粒子的数目,降低了算法复杂度.实验结果表明:该算法有效克服了粒子贫乏和拟蒙特卡洛滤波计算复杂度高的问题,且在非线性系统状态估计精度以及目标跟踪的准确性上要优于粒子滤波和拟蒙特卡洛滤波等现有算法.(本文来源于《电子学报》期刊2011年S1期）
序贯蒙特卡洛算法论文开题报告
（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：
多目标跟踪自提出以来,涌现了诸多经典目标跟踪算法,诸如卡尔曼滤波、粒子滤波等经典目标跟踪算法都有着较好的滤波性能,目前已经被广泛应用于军事,民用等诸多领域。但由于经典滤波算法假设模型有一定局限性,导致其无法适用于许多比较复杂的情形,这就迫切要求在经典算法的基础上提出更具有普适性的算法,以满足目标的精确实时跟踪和快速定位,因此对多目标跟踪的研究有着非常重要的现实意义和理论价值。基于序贯蒙特卡洛的概率假设密度滤波算法有效地结合了蒙特卡洛思想和概率假设密度滤波算法,摒弃了数据关联方法,用诸多样本来近似目标的后验概率假设密度,具有不受模型的限制,能够适用于各种非线性情形,且有着良好的滤波效果等优点。本文以此为基础,对其进行了深入研究,主要内容如下:本文首先深入研究了贝叶斯滤波、蒙特卡洛思想的核心理论和粒子滤波算法核心步骤;在随机有限集的基础上对多目标建模进行了详细分析;并对概率假设密度滤波以及其实现方式之一--SMC-PHDF的主要步骤进行了研究。针对SMC-PHDF算法在系统量测噪声较大时,很多样本的归一化权重很小而成为无效样本,使得滤波精度较低的问题,提出一种自适应SMC-PHDF算法,该算法对似然分布自适应权值更新方法进行了深入的分析,分析了其在SMC-PHDF算法中的适用性,并在此基础上对SMC-PHDF算法更新步骤进行改进,引入了自适应调整粒子权值方法,能够有效地动态调整粒子权值以达到提高滤波性能的目的。接着,将改进SMC-PHDF算法和原算法进行Matlab仿真对比,仿真结果表明:在量测噪声较大时,本文提出的自适应SMC-PHDF算法滤波性能明显优于传统的SMC-PHDF 算法。为了提高SMC-PHDF算法的执行效率,充分利用多核CPU并行运行特点,提出了一种基于parfor并行模式的SMC-PHDF算法,该算法对SMC-PHDF算法每一步实现流程的执行结构进行了深入的分析,确定了其中满足并行执行的部分,并通过引入parfor模式对算法进行并行化改进,降低算法的时间复杂度。最后,运用Matlab自带的并行计算工具箱对SMC-PHDF算法进行了仿真,仿真实验表明,parfor模式能够较好地应用到该算法中,在不影响算法精度且能够满足算法的封闭性的情况下,大幅减少算法的运行时间,从而达到了算法改进的目的。
（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。
序贯蒙特卡洛算法论文参考文献
[1].李军峰,孟安波,刘晓,王鹏.基于序贯蒙特卡洛算法的电网可靠性评价方案[J].电子器件.2019
[2].马全海.基于序贯蒙特卡洛的概率假设密度滤波算法研究[D].西安工程大学.2017
[3].楚明娟.基于蒙特卡洛序贯仿真的生产模拟算法与应用研究[D].合肥工业大学.2017
[4].冯向文,燕雪峰.基于序贯蒙特卡洛算法的交通流事件重构[J].计算机工程与科学.2016
[5].李志刚.基于蒙特卡洛算法的精度试验序贯检验方案设计[J].长春理工大学学报(自然科学版).2016
[6].徐立中,丁晓峰,王鑫,吕国芳,黄凤辰.基于信赖域的序贯拟蒙特卡洛滤波算法[J].电子学报.2011