QQ客服 官方微博 反馈留言

	Monte Carlo方法的最优源项偏倚抽样密度函数
	苏健 ; 曾志 ; 程建平 ; 李君利 ; SU Jian ; ZENG Zhi ; CHENG Jianping ; LI Junli
	2016-03-30 ; 2016-03-30
关键词	Monte Carlo方法 源项偏倚抽样 减方差 最优偏倚密度函数 分层抽样 Monte Carlo method source biasing sampling variance reduction optimal bias density function stratified sampling O212.2
其他题名	Optimal source biased sampling density function for the Monte Carlo method
中文摘要	Monte Carlo粒子输运中的源项偏倚抽样方法可以减小方差、提高计算效率。该文通过建立一个多区域分权重数学投篮模型,模拟了输运过程中的源项信息,得到了源项偏倚抽样方差最小时的最佳抽样密度函数解析式。采用随机数值方法对模型进行了计算,验证了函数的正确性,并举一例实际的粒子输运模拟问题,表明最优偏倚抽样方法对减小方差的效果显著。该方法可作为一种普适的减方差技巧应用于Monte Carlo粒子输运中,可用于构造粒子源参数(如位置、发射方向等)的最佳偏倚密度函数,尤其在分层抽样时能给出方差最小的最优各层比例系数。; The source biased sampling method reduces the variance and improves the efficiency of Monte Carlo particle transport calculations.This paper gives a multi-region,multi-weight shooting model to simulate the source in transport processes.The density function gives the minimum variance for source biased sampling.The model is solved using a random numerical method to verify the correctness of the function.A particle transportation problem is then simulated to show the significant effect of the variance reduction. This method can be used as a general variance reduction technique in Monte Carlo particle transport analyses to construct the density function for biased source sampling for various particle source parameters,such as the transmission location and direction.It gives the best partition coefficient with the minimum variance in stratified sampling.
语种	中文 ; 中文
内容类型	期刊论文
源URL	[http://ir.lib.tsinghua.edu.cn/ir/item.do?handle=123456789/143124]
专题	清华大学
推荐引用方式 GB/T 7714	苏健,曾志,程建平,等. Monte Carlo方法的最优源项偏倚抽样密度函数[J],2016, 2016.
APA	苏健.,曾志.,程建平.,李君利.,SU Jian.,...&LI Junli.(2016).Monte Carlo方法的最优源项偏倚抽样密度函数..
MLA	苏健,et al."Monte Carlo方法的最优源项偏倚抽样密度函数".(2016).

个性服务

查看访问统计

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。