XiaoMi-AI文件搜索系统
World File Search System蒙特卡罗
基于蒙特卡罗的电力可靠性评估方法...
摘要 — 在基于任务概况的可靠性评估中，计算表示电力电子转换器热应力的静态参数是一种常用方法。这些参数随后用于蒙特卡罗 (MC) 模拟，以估计考虑到变化的电力转换器中组件的预期寿命。然而，静态参数并不总是代表电力转换器中组件的实际现场运行条件。为了克服这一限制，本文在 MC 模拟中使用的动态任务概况特性中实施了两种引入参数方差的方法。在两种不同的应用案例中，证明了使用静态参数会在 MC 模拟中引入显著误差。对于光伏 (PV) 逆变器应用，如果使用静态参数，半导体的寿命可能会被高估高达 30%，而对于不间断电源 (UPS) 系统应用，这种差异可能达到近 50%。索引术语 — 转换器可靠性、寿命预测、任务概况、蒙特卡罗方法。
PENELOPE-2018：电子和光子传输的蒙特卡罗模拟代码系统，研讨会论文集，西班牙巴塞罗那，2019 年 1 月 28 日至 2 月 1 日
计算机代码系统 penelope（2018 版）对任意材料中耦合的电子-光子传输进行蒙特卡罗模拟，能量范围很广，从几百 eV 到大约 1 GeV。光子传输通过标准的详细模拟方案进行模拟。电子和正电子历史是基于混合程序生成的，该程序结合了硬事件的详细模拟和软相互作用的压缩模拟。名为 pengeom 的几何包允许在由二次曲面限制的均质体（即平面、球体、圆柱体、圆锥体等）组成的材料系统中生成随机电子-光子簇射。本报告不仅旨在作为 penelope 代码系统的手册，还旨在为用户提供理解蒙特卡罗算法细节所需的信息。
% 蒙特卡罗和实验评估...
本报告是作为美国政府机构赞助的工作的记录而编写的。美国政府及其任何机构或其任何雇员均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证，也不承担任何法律责任或义务，也不表示其使用不会侵犯私有权利。本文中以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务并不一定构成或暗示美国政府或其任何机构对其的认可、推荐或支持。本文中表达的作者的观点和意见不一定代表或反映美国政府或其任何机构的观点和意见。
一般状态空间模型参数估计的序贯蒙特卡罗方法概述
扩展卡尔曼滤波器或高斯和滤波器等近似方案可能不可靠，而确定性积分方法难以实现。SMC 方法，也称为粒子方法，是一类基于顺序模拟的算法，用于近似感兴趣的后验分布。它们之所以广受欢迎，是因为它们易于实现，适合并行实现，更重要的是，已在多种环境中证明能比刚才提到的标准替代方案产生更准确的估计 [14, 17, 35]。本文的主要目的是讨论参数 θ 未知且需要以在线或离线方式从数据中估计的情况。我们假设观测值由参数值为 θ ∗ 的未知“真实”模型生成，即 X n | ( X n − 1 = xn − 1 ) ∼ f θ ∗ ( ·| xn − 1 ) 和 Y n | ( X n = xn ) ∼ g θ ∗ ( ·| xn )。静态参数估计问题在过去几年中引起了广泛关注，并且已提出许多 SMC 技术来解决该问题。在这篇评论中，我们试图深入了解这项任务的难度，并全面概述该主题的文献。我们将介绍每种方法的主要特点并评论它们的优缺点。但是，我们不会尝试讨论具体实现的复杂性。为此，我们请读者参阅原始参考文献。我们选择将这些方法大致分为以下几类：
用于量子蒙特卡罗模拟的 Metropolis 方法
尽管 Metropolis 等人的方法[1] 最初应用于经典的硬盘系统，但后来发现该算法对于许多不同的应用都是必不可少的。在本次演讲中，我将讨论 Metropolis 算法在量子多体问题中的一些应用。本文将严格限制在量子蒙特卡罗 (QMC) 中 Metropolis 拒绝方法的使用，而不讨论 QMC 的其他方面。Metropolis 算法的丰富性和本文的简洁性意味着我只能简要介绍这些发展中的一小部分，并且必须局限于肤浅的讨论。其他人将讨论它在凝聚态物质和格点规范理论的量子格点模型中的应用，因此我将重点关注非相对论连续体应用，特别是需要推广基本 Metropolis 算法的发展。我将只简要提及这些应用背后的物理学，而不是参考评论文章。我们对 Metropolis 算法的定义如下。假设 s 是相空间中的一个点，我们希望对分布函数 π ( s ) 进行采样。在最简单的算法中，只有一个转移概率：T ( s → s ′ )。稍后我们将把它推广到一系列转移概率。有人以概率 T ( s → s ′ ) 提出一个举动，然后以接受概率 A ( s → s ′ ) 接受或拒绝该举动。详细平衡和遍历性足以确保随机游走在足够多的迭代之后将收敛到 π ( s ) ，其中详细平衡的意思是：
