导读:本文包含了随机过程模拟论文开题报告文献综述及选题提纲参考文献，主要关键词:谱表示,FFT技术,随机函数,海浪
随机过程模拟论文文献综述
刘磊,郭晓芳[1]（2018）在《海浪随机过程模拟的快速算法》一文中研究指出本文基于谱表示-随机函数方法,通过引入快速傅里叶变换(FFT)技术,发展了一类海浪随机过程模拟的快速算法,进一步提高了谱表示-随机函数方法的模拟效率,并与传统的Monte Carlo方法进行了对比分析。结果表明,引入FFT技术的谱表示-随机函数方法可在海浪随机过程的建模中获得令人满意的模拟效果,且所需的基本随机变量最少,模拟效率较高,生成的所有代表性样本构成一个完备的概率集,同时在模拟精度方面亦具有优势。(本文来源于《价值工程》期刊2018年36期）
李锦华,李建丰,陈水生,余维光,李春祥[2]（2018）在《具有时变功率谱的非高斯随机过程的数值模拟》一文中研究指出为了有效地模拟具有目标时变功率谱特征的非高斯随机过程,即非平稳非高斯随机过程。提出了基于目标时变功率谱和目标非高斯概率密度函数,通过建立非高斯与高斯随机过程之间相互转换的非线性平移关系,以及非线性平移前后高斯与非高斯随机过程的功率谱或相关函数的转换关系,将非平稳非高斯随机过程转化为非平稳高斯随机过程的模拟;而非平稳高斯随机过程可通过谱表示进行有效的模拟。为了验证该方法的有效性,进行了具有目标非平稳非高斯特征的脉动风速模拟;模拟结果表明:模拟生成的脉动风速样本的功率谱具有时变特征,且瞬时功率谱和相关函数均与目标相吻合;任意时刻脉动风速样本的概率密度函数与目标非高斯函数相互吻合;因此,模拟的随机样本不仅具有目标时变功率的非平稳特征而且还具有目标概率密度函数的非高斯特征,说明了该非平稳非高斯随机过程模拟方法的有效性。(本文来源于《振动与冲击》期刊2018年02期）
徐宁,任尊松,李响[3]（2016）在《结合相角重构法的轨道不平顺随机过程的数值模拟》一文中研究指出在逆傅里叶变换方法基础之上,考虑到实测线路谱本身是峭度和偏度值等统计特征在一定范围内变化随机过程,利用重构随机相角方法,获得具有一定峭度和峰度值的不平顺随机序列,并比较模拟序列的统计特征。变速过程中轨道不平顺谱为慢变的时变功率谱,将其转化为多个短时间段上平稳功率谱,利用逆傅里叶变换方法获得各时间段的不平顺随机序列,并通过重构相角的方法实现各段随机序列的准确连接,得到匀加速和变加速工况下不平顺随机时域序列,分析所得序列的非平稳性及统计特性。利用FFT得到的各不平顺随机序列的功率谱,并与原功率谱进行比较。可以发现,匀速工况下不同峭度和偏度的不平顺随机序列的功率谱与原功率谱几乎完全重合;变速条件下不平顺随机序列的功率谱与原功率谱趋势一致且数值较为接近。(本文来源于《铁道学报》期刊2016年11期）
李锦华,陈水生,吴春鹏,李建丰[4]（2015）在《基于时变AR模型的非平稳非高斯随机过程的数值模拟》一文中研究指出为了有效地模拟具有目标非平稳、非高斯特征的随机过程,提出了基于时变AR模型的非平稳非高斯随机过程的模拟方法。该方法首先需要建立实现非高斯与高斯随机过程之间相互转换的非线性平移关系,然而该非线性平移也会导致平移前后高斯与非高斯随机过程的功率谱发生变化。因此该方法还需要进一步建立平移前后高斯与非高斯随机过程的功率谱或相关函数的转换关系。然后,通过已建立的非线性平移,以及功率谱或相关函数的转换关系,可将非平稳非高斯随机过程的模拟转化成对非平稳高斯随机过程的模拟。而非平稳高斯随机过程可通过建立的时变AR模型进行有效的模拟。最后将具有目标非平稳、非高斯特征的脉动风速模拟作为数值算例,验证了该方法模拟非平稳非高斯随机过程的有效性。(本文来源于《振动与冲击》期刊2015年17期）
苏延文,黄国庆,彭留留[5]（2015）在《与反应谱相容的多点完全非平稳地震动随机过程的快速模拟》一文中研究指出为了精确评估结构地震响应的概率特性,地震动随机过程的模拟需要考虑时间变异性(频率和强度非平稳)、空间变异性以及与反应谱的相容性。在经典的多点完全非平稳随机过程的模拟方法中,由于频率与时间变量不可分离,演化功率谱矩阵分解效率较低。为了加快谱矩阵的分解,提出了新Cholesky分解方法。该方法的核心是将演化谱矩阵分离为相位和模矩阵,而模矩阵进一步被转化为与时间不相关的延迟相干矩阵。通过与时间相关的演化谱矩阵相比,延迟相干矩阵仅与频率相关,这样就显着提高了矩阵分解的效率;此外,延迟相干矩阵更适合采用插值技术。最后,将新Cholesky分解方法和插值技术应用到生成与反应谱相容的随机方法中。结果表明:新Cholesky分解与插值能够高效地模拟多点完全非平稳并且与反应谱相容的地震动样本;线性插值与叁次样条插值均可达到良好的分辨率,少量的插值点即可满足精度的要求。(本文来源于《工程力学》期刊2015年08期）
罗俊杰,温留汉·黑沙,周福霖[6]（2014）在《多变量随机过程的模拟方法研究》一文中研究指出在对自然风或地震等随机过程的模拟中,具有随机振幅、频率含量和相位角的随机过程模拟模型能更加真实地反映其随机性。该文推导一种可以描述上述随机特性的单变量和多变量随机过程的模型,并从理论上证实所模拟的样本具有平稳性,各态历经性以及高斯性等统计特性。经过数值算例分析证明模型的准确性以及有效性。(本文来源于《土木工程学报》期刊2014年S2期）
胡灿阳,陈清军,祁冰,徐庆阳[7]（2012）在《基于正交化HHT和随机相位模拟非平稳随机过程》一文中研究指出模拟非平稳随机过程已经成为工程中经常遇到的情况,使非平稳过程的大量模拟样本具有相同的统计特性并不容易。基于样本记录正交HHT变换的Hilbert谱提出了非平稳随机过程的模拟方法。首先,利用正交化方法对IMF分量进行处理,避免了传统EMD分解造成的能量泄漏。第二步,把样本的Hilbert谱均值作为随机过程的目标Hilbert谱,通过引入随机相位进行非平稳随机过程的仿真,并且给出了随机过程的统计特性函数。通过对低频地震动记录和高频地铁振动记录的模拟算例表明,模拟的非平稳过程样本与原记录在时频分布上非常接近,具有相同的统计特性。(本文来源于《振动与冲击》期刊2012年14期）
任孝安,吴文权[8]（2012）在《随机过程动态自适应小波独立网格多尺度模拟》一文中研究指出在随机过程数值仿真中,由多项式混沌展开谱方法得到求解展开系数的确定性偶合方程组。该方程组比相应的确定性仿真时增大许多。并且当多项式展开阶数和随机空间维数提高时,方程维数急剧增加。由于待求未知分量为表征不同尺度波动的混沌展开模,形成节点意义下的的多尺度问题,传统的网格细分自适应逼近不再适用。为此我们采用了小波的多尺度离散,并建立基于空间细化的动态自适应系统,让每个求解点上的多个未知分量有各自独立的小波网格。本文以随机对流扩散方程为例,进行了二个算例的数值实验,论证了此方法的优点。(本文来源于《工程热物理学报》期刊2012年02期）
李锦华,陈水生[9]（2011）在《非高斯随机过程模拟与预测的研究进展》一文中研究指出非高斯随机现象普遍存在于工程、自然界和社会生活中。在非高斯随机激励下的系统响应研究中,获取具有目标特征的平稳非高斯乃至非平稳非高斯随机过程是首先要解决的关键问题之一。目前,非高斯随机过程的有效模拟与预测已受到学者的广泛关注。文章对国内外非高斯随机过程的模拟与预测进行了综述,分析非高斯随机过程模拟与预测研究存在的不足和部分难点,并对其不足和难点的解决进行展望。(本文来源于《华东交通大学学报》期刊2011年06期）
蔡丫丫[10]（2008）在《应用混合本征变换模拟随机过程》一文中研究指出混合本征变换将本征正交分解的两种应用形式相结合:以功率谱本征变换为基础,引入协方差本征变换的缩阶技术,显着提高模拟效率。使本征正交分解原理在风场模拟中的应用更为方便可行。1.本征正交分解在风工程的应用中主要是模拟和重建风场。不同的入手点以及不同的目的,使得对于两种应用的研究是相对独立的。模拟风场,是基于对功率谱矩阵的特征分解来进行模拟,称为功率谱本征变换;重建风场,是基于对风场的协方差矩阵的特征分解来重建风场,称为协方差本征变换。本文根据功率谱矩阵与协方差矩阵之间的联系,将重建中的主坐标缩阶技术引入到模拟的计算过程中,提高其计算效率,称之为混合本征变换。2.以往在分析模拟效果时,没有对应于功率谱的真实时程曲线,因此只能在频域内通过比较模拟时程的功率谱与原始功率谱来衡量模拟的精度。对于混合本征变换与功率谱本征变换两种模拟方法在计算效率的比较分析也较少。本文为深入分析功率谱所包含随机过程的信息,从由真实时程得到的功率谱入手,进行模拟。不仅在频域内,还首次在时域内分析真实时程与模拟时程的各项特性的吻合度,并同时对功率谱本征变换与混合本征变换两种模拟方法的精度比较。全面系统地评价两种模拟方法的精度指标;还分析了两种模拟方法在计算效率上的差异。3.保留协方差模态数是协方差本征变换和混合本征变换中需要仔细权衡而确定的关键数值。在协方差本征变换中,累积能量比和方差比都被用作确定保留协方差模态数的判断准则。本文通过实例计算,比较分析两种判断准则的优劣,将方差比引入混合本征变换。详细研究了保留协方差模态数对于混合本征变换模拟精度,以及模拟效率的影响。4.功率谱本征变换与混合本征变换计算过程中的正交增量的选择,基本都是在计算程序中随机产生。该过程对于频域内精度影响不大。由于真实时程的缺失,使得之前对于该过程对时域内精度的影响未曾做过研究。本文通过叁个不同正交增量模拟得到时程曲线与原始时程曲线进行比较,分析正交增量过程对于模拟精度的影响。(本文来源于《汕头大学》期刊2008-05-01）
随机过程模拟论文开题报告
（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：
为了有效地模拟具有目标时变功率谱特征的非高斯随机过程,即非平稳非高斯随机过程。提出了基于目标时变功率谱和目标非高斯概率密度函数,通过建立非高斯与高斯随机过程之间相互转换的非线性平移关系,以及非线性平移前后高斯与非高斯随机过程的功率谱或相关函数的转换关系,将非平稳非高斯随机过程转化为非平稳高斯随机过程的模拟;而非平稳高斯随机过程可通过谱表示进行有效的模拟。为了验证该方法的有效性,进行了具有目标非平稳非高斯特征的脉动风速模拟;模拟结果表明:模拟生成的脉动风速样本的功率谱具有时变特征,且瞬时功率谱和相关函数均与目标相吻合;任意时刻脉动风速样本的概率密度函数与目标非高斯函数相互吻合;因此,模拟的随机样本不仅具有目标时变功率的非平稳特征而且还具有目标概率密度函数的非高斯特征,说明了该非平稳非高斯随机过程模拟方法的有效性。
（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。
随机过程模拟论文参考文献
[1].刘磊,郭晓芳.海浪随机过程模拟的快速算法[J].价值工程.2018
[2].李锦华,李建丰,陈水生,余维光,李春祥.具有时变功率谱的非高斯随机过程的数值模拟[J].振动与冲击.2018
[3].徐宁,任尊松,李响.结合相角重构法的轨道不平顺随机过程的数值模拟[J].铁道学报.2016
[4].李锦华,陈水生,吴春鹏,李建丰.基于时变AR模型的非平稳非高斯随机过程的数值模拟[J].振动与冲击.2015
[5].苏延文,黄国庆,彭留留.与反应谱相容的多点完全非平稳地震动随机过程的快速模拟[J].工程力学.2015
[6].罗俊杰,温留汉·黑沙,周福霖.多变量随机过程的模拟方法研究[J].土木工程学报.2014
[7].胡灿阳,陈清军,祁冰,徐庆阳.基于正交化HHT和随机相位模拟非平稳随机过程[J].振动与冲击.2012
[8].任孝安,吴文权.随机过程动态自适应小波独立网格多尺度模拟[J].工程热物理学报.2012
[9].李锦华,陈水生.非高斯随机过程模拟与预测的研究进展[J].华东交通大学学报.2011
[10].蔡丫丫.应用混合本征变换模拟随机过程[D].汕头大学.2008