基於蒙特卡羅方法的速率分布函數演化過程研究

2021-02-20 物理與工程

[1] 李椿，章立源，錢尚武. 熱學[M]. 3版. 北京：高等教育出版社，2015，54，82.

[2] 馮春輝，張子國. 理想氣體分子速率分布的演化[J]. 邢臺師專學報(自然科學版). 1992，2: 30-38

FENG CH H, ZHANG Z G. The evolution of molecular velocity distribution in ideal gas system[J]. Journal of Xingtai Teachers College (natural science edition), 1992, 2: 30-38. (in Chinese)

[3] 莫裕宇，李盛至. 蒙特卡羅方法生成三維理想氣體麥克斯韋分布[J]. 大學物理，2018，37(3): 63-68

MO Y Y, LI S Z. Generating three-dimensional Maxwell distribution using Monte Carlo method[J]. College Physics, 2018, 37(3): 63-68. (in Chinese)

[4] 彭鋼，李洪芳，鍾萬蘅. 近獨立子系系統的統計規律(一)—二維系統統計規律的計算機模擬[J]. 大學物理，2007，26(5): 7-11

PENG G, LI H F, ZHONG W H. The statistical law of the nearly independent partical system①-Computer simulation of the statistical of 2D nearly independent particle system[J]. College Physics, 2007, 26(5): 7-11. (in Chinese)

[5] 張杰. 計算機模擬在分子物理教學中的應用[J]. 中山大學學報論叢，2005，25(3): 31-34

ZHANG J. The application of computer simulation in teaching of molecular physics[J]. Sun Yatsen University Forum, 2005, 25(3): 31-34. (in Chinese)

[6] 尹增謙，管景峰，張曉宏，等. 蒙特卡羅方法及應用[J]. 物理與工程，2002，12(3): 45-49

YIN Z Q, GUAN J F, ZHANG X H, et al. The Monte Carlo method and its application[J]. Physics and Engineering, 2002, 12(3): 45-49. (in Chinese)

相關焦點

  • 人工智慧之蒙特卡羅方法(MCM)
    我國數學家華羅庚、王元提出的「華—王」方法即是其中的一例。這種方法的基本思想是「用確定性的超均勻分布序列(Low DiscrepancySequences)代替蒙特卡羅方法MCM中的隨機數序列。該方法對某些問題的求解比蒙特卡羅方法MCM計算速度上提高數百倍，計算精度上也有很大提高。
  • 蒙特卡羅方法及應用
    隨著現代計算機技術的飛速發展，蒙特卡羅方法已經在原子彈工程的科學研究中發揮了極其重要的作用，並正在日益廣泛地應用於物理工程的各個方面，如氣體放電中的粒子輸運過程等。本文介紹蒙特卡羅方法的基本原理及其在計算物理中的應用。1　蒙特卡羅方法的基本原理就數學特性而言，蒙特卡羅方法的發展可以追溯到18世紀著名的蒲豐問題。
  • 蒙特卡羅方法入門
    一、概述 蒙特卡羅方法是一種計算方法。原理是通過大量隨機樣本，去了解一個系統，進而得到所要計算的值。它非常強大和靈活，又相當簡單易懂，很容易實現。對於許多問題來說，它往往是最簡單的計算方法，有時甚至是唯一可行的方法。
  • 蒙特卡羅方法在靈敏度分析中的應用及其優勢
    在數學領域，該過程通過接受結果並通過一系列可逆步驟確定令人信服的陳述，從而結合了數學命題的證明。 但是，在電子領域，通常是對任何複雜事物的全面檢查，以了解其性質，從而確定其重要特徵。蒙特卡羅敏感性分析也是如此。
  • 跟著Sutton經典教材學強化學習中的蒙特卡羅方法
    好消息是，蒙特卡羅方法能解決以上問題！蒙特卡羅是一種估計複雜的概率分布的經典方法。本文部分內容取自Sutton的經典教材《強化學習》，並提供了額外的解釋和例子。解決值函數的一種經典方式是對第一次s的發生的回報進行採樣，也叫首次訪問蒙特卡羅預測。
  • 好書推薦:金融學與經濟學中的數值方法——基於MATLAB編程(原書第2版)
    本書由於受篇幅的限制，加之在後面章節不涉及這些數值方法，一些基本的數值方法被省略了。事實上，本書沒有涉及計算矩陣特徵值與特徵向量以及與常微分方程相關的內容。    第4章介紹數值積分方法，包括求積公式與蒙特卡羅方法。在第1版中，求積公式放在了數值分析的章節中，而蒙特卡羅方法則作為單獨一章。
  • 歷史模擬法、蒙特卡羅的模擬法計算VaR和ES值!
    一、知識點介紹1.1 歷史模擬法我們在之前有用到Delta-Normal的GARCH和RiskMetrics方法來計算aR和ES，假設的是殘差滿足正態分布，對殘差進行二次相關序列的建模並擬合殘差，能夠得到未來的預測值。
  • 擬合目標函數後驗分布的調參利器:貝葉斯優化
    因此，貝葉斯優化利用先驗知識逼近未知目標函數的後驗分布從而調節超參數就變得十分重要了。本文簡單介紹了貝葉斯優化的基本思想和概念，更詳細的推導可查看文末提供的論文。超參數超參數是指模型在訓練過程中並不能直接從數據學到的參數。比如說隨機梯度下降算法中的學習速率，出於計算複雜度和算法效率等，我們並不能從數據中直接學習一個比較不錯的學習速度。
  • 機器學習之統計採樣方法和馬爾可夫過程(馬爾可夫鏈蒙特卡羅方法)匯總
    t0處的狀態為已知條件下，過程(或系統)在時刻t>t0所處狀態的條件分布與過程在時刻t0之前所處的狀態無關(即，在已知過程"現在"的條件下，其"將來"不依賴於"過去")馬爾可夫性的函數表示    1.隨機過程：設T是以無限實數集，我們把依賴於參數t∈T的一族(無限多個)隨機變量成為隨機過程，
  • 一種基於A*算法的用於道路場景的軌跡規劃方法
    一種基於A*算法的用於道路場景的軌跡規劃方法 李倩 發表於 2018-10-19 11:17:54 本文提出了一種基於A*算法的用於道路場景的軌跡規劃方法，該方法中
  • 簡潔清晰解釋馬爾可夫鏈蒙特卡洛方法
    有三種解釋MCMC的方法： 初級：MCMC允許我們利用計算機進行貝葉斯統計。 中級：MCMC是一種可以找到我們感興趣的參數的後驗分布的方法。具體來說，這種類型的算法以依賴Markov屬性的方式生成蒙特卡羅模擬，然後以一定的速率接受這些模擬以獲得後驗分布。 高級：完整的統計思想。本文，讓你達到中級水平。讓我們從初級水平開始。什麼是MCMC？
  • 一種基於FPGA實現SRRC濾波及多速率變換模塊的方法介紹
    一種基於FPGA實現SRRC濾波及多速率變換模塊的方法介紹 楊陽 閆崢 劉民偉 發表於 2020-01-22 16:22:00 0 引言 衛星通信系統中，在信號發射前需要對頻譜較寬的基帶信號進行成形濾波處理
  • 蒙特卡羅方法-布豐投針試驗的概率
    布豐投針實驗是第一個用幾何形式表達概率問題的例子，值得一提的是，他採用的方法是設計一個適當的試驗，這個試驗是以概率為原理的，而這個概率的數值與我們感興趣的一個量(如)又有關，於是就利用試驗結果來估計這個量。這個方法隨著計算機等現代技術的發展，已經發展成為具有廣泛應用性的蒙特卡羅方法。蒙特卡羅方法也稱為統計模擬法、隨機抽樣技術，是一種隨機模擬方法。
  • 力學所災變破壞的冪律奇異性前兆及災變預測方法研究獲進展
    因此，探索非均勻脆性介質災變破壞的本質，並基於此建立起預測災變破壞的方法，對於減小災變破壞的危害有著極為重要的意義。　　災變破壞前，許多物理量呈現出加速演化的前兆行為。這種加速演化通常被刻畫為冪律關係，但冪指數卻表現出極大的分散性，這為理解災變破壞的機理及建立災變破壞預測方法帶來了極大困難。
  • 更高效的材料動力學模擬方法與應用
    動力學模擬是一種重要的原子級模擬方法，通過求解原子運動的經典力學牛頓方程對相空間進行採樣，不僅可以研究體系在相空間的演化過程，還可以通過產生的系列結構（系綜）通過統計方法得到體系在非零溫度下的各種性質。 動力學過程中的原子間相互作用力則可以通過多種方法求得，可以是密度泛函理論，也可以是經驗力場。
  • 科研人員提出精確估計光度函數方法
    該項研究基於現代統計學中的核密度估計原理，提出了一種精確估計光度函數的普適方法，它對於統計研究星系、活動星系核、伽馬暴等河外天體的演化性質有重要價值。 光度函數是一個非常基本的統計量，它反映宇宙中某類天體的數密度隨紅移和光度（或星等）的變化情況。準確地確定各類天體的光度函數及其演化一直是天文學中的重要課題。估計光度函數的方法主要分為參數方法和非參數方法。
  • 基於GAMMA過程的大功率白光LED相關色溫退化預測方法
    GAMMA過程的大功率白光LED相關色溫退化的預測方法；與傳統的方法相比本文提出的方法可以表徵退化過程中的隨機不確定性，並提供PDF和CDF等較為詳細的可靠性信息，其預測結果比傳統結果更加真實可靠；針對CCT在不同電流、溫度條件下持續時間不同的「調整階段」（退化規律不明確），提出了一種使用廣義Eyring模型估算不同條件下調整階段持續時間的方法。
  • ...基於系統聚類-加權馬爾科夫耦合模型滑坡預警 方法研究與應用...
    （3）提出了以預警區域敏感度、預警正確率與預測共識率為評估函數來檢驗滑坡預警模型的正確性和有效性，結合經典滑坡案例進行模型的驗證對比分析，對滑坡預警方法提供了借鑑意義。充分利用其獲得的動態監測數據對失穩邊坡進行預警成為了巖土工程領域的研究熱點。2摘 要滑坡的非線性運動規律及演化過程中表現出的隨機性態一直是滑坡災害預測研究的難點之一。
  • 用Python入門不明覺厲的馬爾可夫鏈蒙特卡羅(附案例代碼)
    無奈之下，我選擇了學習任何新東西最佳的方法：應用到一個實際問題中。通過使用一些我曾試圖分析的睡眠數據和一本實操類的、基於應用教學的書（《寫給開發者的貝葉斯方法》，我最終通過一個實際項目搞明白了MCMC。
  • 研究揭示喜馬拉雅山脈隆升過程
    中國科學院昆明動物研究所研究員車靜團隊基於對喜馬拉雅地區的長期考察研究，重建該地區現生大部分兩棲爬行動物類群的時空演化動態歷史，探討喜馬拉雅山脈隆升及南亞季風發育等重要地質歷史事件的假說，揭示這些事件對生物分化、遷移的影響。