蒙特卡洛模拟法在复杂系统可靠性仿真中的应用研究

合集下载

蒙特卡罗方法在软件可靠性测试中的应用

ｂａｉｒｃｓｆｔｓｔｃｎｏｏｇｎｔｓｉｏｆａｅｒｌｂｉｙ．ｓｃｐｏｅｓｏｅｈｌｙｉｅｔｎｇｓｔｒｅｉｈｔＴｈｒｇｘｍｐｅｉｒｖａｔｃｂｌｙａａｉｉｙｏｓｈｉｗａｏｕｈｅａｌｔｐｏｅｐｒｃａｉｔｎｄｖｌｔｆｔｉｉｄｈｉｅｈｏｌｙｒｉｉｔｅｃｒｃｐｅｃｎａｅｏｓｉｏｔａｅｓｒｅｉｈｅｏｄｏｔａｅｔｓｎｇｃｎｏｇ，ａｓｎｇｈｏｒｅｔｒｅｔｇｆｔｔｅｎｇｓｆｗｒ，ｈｏｔｎｎｇｔｅｐｒｆｓｗｒｅｔ．ｉｏｆｉ
２Ｍｎ — ａｏ方法基本原理ｏｔｃｒｅｌ
蒙特卡罗（ｎｅｃｒ）方法以随机模拟和统计Ｍｏｔａｌ — ｏ试验为手段，是一种从随机变量的概率分布中，通过
随机选择数字的方法产生一种符合该随机变量概率分
＿ｔ
７ —— ｏ● ■ｅｏ‘ ，｝ ■ ■‘ ＾
－＝Ｉ¨ ＝
均值等特征值）给出所求问题的解和解的精度的估计。，
可以停止测试。各单元测试完成后，还需进行组装集成测试和确认测试，再用整合测试用例集对系统进行整体测试。进行每一步ｆ，中，在ｉＪ￣试都应满足评判准则：
的基础上，本文探索出了一种实用性强的蒙特卡罗
（ｎｅｃｒ）测试方法。Ｍｏｔ— ａｌｏ

可靠性分析中的Monte Carlo方法研究

可靠性分析中的Monte Carlo方法研究可靠性分析是一种在工程领域中广泛应用的技术，旨在评估系统或部件是否能够在设计寿命内正常运行。

可靠性分析通常包括故障模式与风险分析、可靠性基准建立、物理实验测试与模拟等步骤。

其中，Monte Carlo方法是一种常用的模拟技术，可以帮助分析员对各种故障模式和参数变化进行预测和分析。

Monte Carlo方法源于二次大战期间的原子能研究，其原理是通过随机数的产生和重复模拟，得到一组输出结果，从而进行可靠性分析。

这种方法在可靠性分析和归因分析中有着广泛的应用，可用于评估复杂系统的运行可靠性、决定维护和保养需求，以及预测产品的使用寿命。

下面我们将介绍Monte Carlo方法在可靠性分析中的应用及其原理。

1. Monte Carlo方法在可靠性分析中的应用Monte Carlo方法可用于分析各种故障模式，包括可靠性设计、失效分析、维护策略评估、风险分析等。

通过Monte Carlo方法的分析，我们可以利用多种情景和参数组合，以及统计概率模型，预测故障率和可靠度水平。

具体应用包括：(1) 可靠性设计：借助Monte Carlo方法，我们可以在特定条件下预测系统或部件的可靠度，并利用这些信息制定可靠性目标，以确保设计和制造工艺符合可靠性需求。

(2) 失效分析：在分析过程中，我们可以通过Monte Carlo方法获取关键故障模式和因素，并对其进行深入研究和分析，以确定失败模式和根本原因，并采取相应的纠正措施。

(3) 维护策略评估：可利用Monte Carlo方法预测维护频率和寿命分布，并确定最佳的维护策略。

(4) 风险分析：可借助Monte Carlo方法评估系统可靠性和风险水平，特别是在处理故障、维修、极端工况等方面。

2. Monte Carlo方法原理Monte Carlo方法的原理是基于随机数模拟技术，从而预测各种故障模式和参数的发生概率。

其基本步骤和流程如下：(1) 获取随机变量首先，我们需要获取各种随机变量，包括输入参数、模型参数和输出参数等。

蒙特卡罗方法及应用

蒙特卡罗方法及应用一、本文概述《蒙特卡罗方法及应用》是一篇深入研究和探讨蒙特卡罗方法及其在多个领域中应用的重要性的文章。

蒙特卡罗方法，又称随机抽样或统计试验方法，是一种基于概率统计理论的数值计算方法。

它通过模拟随机过程，以大量的样本数据来估计求解问题的解，特别适用于处理复杂系统中的不确定性问题。

本文首先介绍了蒙特卡罗方法的基本原理和核心概念，包括随机变量的生成、概率分布的模拟以及随机过程的模拟等。

然后，文章详细阐述了蒙特卡罗方法在各种领域中的应用，如物理学、工程学、金融学、生物学等。

在这些领域中，蒙特卡罗方法被广泛应用于求解复杂系统的数学模型，预测和评估系统的性能，以及优化决策方案等。

本文还讨论了蒙特卡罗方法的优缺点，包括其计算效率高、适用范围广等优点，以及计算精度受样本数量影响、对随机性要求高等缺点。

文章还探讨了蒙特卡罗方法的未来发展趋势，包括与、大数据等前沿技术的结合，以及在新兴领域如量子计算中的应用等。

《蒙特卡罗方法及应用》这篇文章旨在全面介绍蒙特卡罗方法的基本原理、应用领域以及发展前景，为读者提供一个深入理解和学习蒙特卡罗方法的平台。

通过本文的阅读，读者可以更好地理解蒙特卡罗方法的本质和应用价值，为相关领域的研究和实践提供有益的参考和启示。

二、蒙特卡罗方法的基本原理蒙特卡罗方法，又称统计模拟方法或随机抽样技术，是一种以概率统计理论为指导的数值计算方法。

该方法通过模拟随机过程，求解数学、物理、工程以及金融等领域的问题。

蒙特卡罗方法的基本原理可以概括为以下几点：随机抽样：蒙特卡罗方法的核心思想是通过随机抽样来获取问题的数值解。

它根据问题的概率模型，在概率空间中进行随机抽样，以获得问题的近似解。

这种随机抽样可以是简单的均匀抽样，也可以是复杂的概率分布抽样。

大数定律：蒙特卡罗方法基于大数定律，即当试验次数足够多时，相对频率趋于概率。

通过大量的随机抽样，蒙特卡罗方法可以得到问题的近似解，并且随着抽样次数的增加，这个近似解会逐渐接近真实解。

蒙特卡洛方法及应用

蒙特卡洛方法及应用蒙特卡洛方法是一种基于随机采样的数值计算方法，它在各种科学和工程领域中都有着广泛的应用。

本文将介绍蒙特卡洛方法的基本原理、算法和在各个领域中的应用，以帮助读者更好地理解和应用这种方法。

蒙特卡洛方法是一种基于概率的统计方法，它通过随机采样来模拟复杂系统的行为。

这种方法最早起源于20世纪中叶，当时科学家们在使用计算机进行数值计算时遇到了很多困难，而蒙特卡洛方法提供了一种有效的解决方案。

蒙特卡洛方法的基本原理是，通过随机采样来模拟系统的行为，并通过对采样结果进行统计分析来得到系统的近似结果。

这种方法的关键在于，采样越充分，结果越接近真实值。

蒙特卡洛方法的算法主要包括以下步骤：1、定义系统的概率模型；2、使用随机数生成器进行随机采样；3、对采样结果进行统计分析，得到系统的近似结果。

蒙特卡洛方法在各个领域中都有着广泛的应用。

例如，在金融领域中，蒙特卡洛方法被用来模拟股票价格的变化，从而帮助投资者进行风险评估和投资策略的制定。

在物理领域中，蒙特卡洛方法被用来模拟物质的性质和行为，例如固体的密度、液体的表面张力等。

在工程领域中，蒙特卡洛方法被用来进行结构分析和优化设计等。

总之，蒙特卡洛方法是一种非常有用的数值计算方法，它通过随机采样和统计分析来得到系统的近似结果。

这种方法在各个领域中都有着广泛的应用，并为很多实际问题的解决提供了一种有效的解决方案。

随着金融市场的不断发展，期权作为一种重要的金融衍生品，其定价问题越来越受到。

而蒙特卡洛方法和拟蒙特卡洛方法作为两种广泛应用的定价方法，具有各自的特点和优势。

本文将对这两种方法在期权定价中的应用进行比较研究，旨在为实际操作提供理论支持和指导。

一、蒙特卡洛方法蒙特卡洛方法是一种基于随机模拟的数学方法，其基本原理是通过重复抽样模拟金融市场的各种可能情况，从而得到期权的预期收益。

该方法具有以下优点：1、可以处理复杂的金融市场情况，包括非线性、随机性和不确定性的问题。

蒙特卡罗法实现系统可靠性仿真

科技资讯ＳＣＩＥＮＣＥ＆ＴＥＣＨＮＯＬＯＧＹＩＮＦＯＲＭＡＴＩＯＮ
２０９
科技资讯２００６ＮＯ．３３ＳＣＩＥＮＣＥ＆ＴＥＣＨＮＯＬＯＧＹＩＮＦＯＲＭＡＴＩＯＮ
学术论坛
其中λ为故障率，是单位时间内系统出现故障的次数，并且有下列关系成立［３］：
ＭＴＢＦ＝１／ λ 与系统的可靠性指标相对应，系统的维修性也有对应指标，维修度可以表示为［２］：Ｍ（ｔ）＝ｅ－ μ ｔ其中μ为维修率，是单位时间内系统修复故障的概率，并且有下列关系成立［２］：ＭＴＴＲ＝１／ μ 因此，子系统的可靠性和维修性可表示为：Ｒ（ｔ）＝ｅ－ λ ｔＭ（ｔ）＝ｅ－ μ ｔ
也就无可非议。（２）对权责发生制原则的冲击。企业并购
中存在商誉的买卖，这些商誉价值是在企业合并、产权交易时实认入账，实际上已导致自创商誉在形成之后的较长时期内，只确认其带来的收入，不确认其带来的耗费，这种权责发生制对确认和计量利润或亏损额难以称得上是客观和公允。
可靠性参数，并通过特定的算例证明该仿真方法正确可行。
关键词:可靠性仿真蒙特卡罗法
中图分类号:Ｏ１５９
文献标识码: Ａ
文章编号:１６７２－３７９１（２００６）１１（ｃ）－０２０９－０２
1 引言现代系统工程研制中非常重视可靠性设
计，大型系统工程的研制更是将可靠性设计贯穿于整个系统的研制过程，可靠性计算则是可靠性设计的基础。大型系统一般都是可修理系统，但有些可修系统由于时间、空间等自然条件的限制，在任务过程中并不一定能够对故障部件进行及时维修，而是要等到一次任务结束后再对故障部件进行维修，这样的系统就是任务后修理系统。任务后修理系统的可靠性指标采用传统的可靠性理论进行计算。有些大型系统的维修特点与任务后修理系统不同：允许也有条件在系统运行过程中对一些有备份的故障子系统进行及时修理，修复的子系统再投入使用，这样的系统就是任务间及时修理系统或及时修理系统。由于及时修理系统的故障子系统修复后立即投入使用，其执行任务的可靠性必然较同样的系统采用任务后修理模式的可靠性有所提高，因而，不能使用传统可靠性模型计算及时修理系统的可靠性指标，否则，计算出的可靠性该指标也不能正确反映及时修理系统的可靠性规律。由于没有计算及时修理系统的可靠性指标的通用模型，为了取得任务间修理系统的可靠性指标，就需要对任务间修理系统进行可靠性仿真试验。可靠性仿真的方法很多，本文提出的一种可靠性仿真方法是采用蒙特卡罗法实现对任务间修理系统的可靠性仿真。

蒙特卡洛法在电力系统可靠性评估中的应用

3 蒙特卡洛法在电力系统可靠性评估中的应用3.1电力系统可靠性评估的内容与意义可靠性指的是处于某种运行条件下的元件、设备或系统在规定时间内完成预定功能的概率。

电力系统可靠性是指电网在各种运行条件下，向用户持续提供符合一定质量要求的电能的能力。

电力系统可靠性包括充裕度（Adequacy)和安全性（seeurity）两个方面。

充裕度是指在考虑电力元件计划与非计划停运以及负荷波动的静态条件下，电力系统维持连续供应电能的能力，因此又被称为静态可靠性。

安全性指的是电力系统能够承受如突然短路或未预料的失去元件等事件引起的扰动并不间断供应电能的能力，安全性又被称为动态可靠性。

目前国内外学者对充裕度评估的算法和应用关注较多，且在理论和实践中取得了大量的研究成果，但随着研究的深入也出现了很多函待解决的新课题。

电力系统的安全性评估以系统暂态稳定性的概率分析为基础，在原理、建模、算法和应用等方面都处于起步和探索阶段.由于电力系统的规模很大,通常根据功能特点将其分为不同层次的子系统，如发电、输电、发输电组合、配电等子系统，对电力系统的可靠性评估通常也是对上述子系统单独进行。

不同层次的子系统的可靠性评估的任务、模型、算法都有较大区别。

电力系统在正常运行情况下，系统能够正常供电，不会出现切负荷的事件.如果系统受到某些偶发事件的扰动，如元件停运(包括机组、线路、变压器等电力元件的计划停运与故障停运）、负荷水平变化等,可能会引起系统功率失衡、线路潮流越限和节点电压越限等故障状态，进而导致切负荷。

电力系统可靠性研究的主要内容是基于系统偶发故障的概率分布及其后果分析,对系统持续供电能力进行快速和准确的评价，并找出影响系统可靠性水平的薄弱环节以寻求改善可靠性水平的措施,为电力系统规划和运行提供决策支持。

3.2电力系统可靠性评估的基本方法电力系统可靠性评估方法可分为确定性方法和概率性方法两类。

确定性方法主要是对几种确定的运行方式和故障状态进行分析，校验系统的可靠性水平.在电源规划中，典型的确定性的可靠性判据有百分备用指标和最大机组备用指标;电网规划中，确定性的可靠性判据主要是校验负荷的最小供电回路数。

可靠性与风险分析蒙特卡罗方法

可靠性与风险分析蒙特卡罗方法蒙特卡罗方法是一种基于随机数和随机过程的数值计算方法，其核心思想是通过模拟大量的随机事件来近似求解复杂的问题。

蒙特卡罗方法最早起源于20世纪40年代的美国曼哈顿计划，用于核武器设计中的概率统计分析。

现在蒙特卡罗方法已广泛应用于金融、工程、风险管理等领域。

在可靠性与风险分析中，蒙特卡罗方法通常用于评估系统的可靠性水平以及可能出现的风险。

通过建立系统的概率模型，并利用随机抽样的方法产生大量的随机样本，可以利用统计方法对样本进行分析，得到系统的可靠性指标以及风险评估。

蒙特卡罗方法的关键是如何建立合适的概率模型和生成随机数的方法。

在可靠性分析中，蒙特卡罗方法可以用来评估系统的失效概率、可用性、可靠度等指标。

通过随机抽样的方式模拟系统的运行过程，并根据系统的运行状态来判断是否发生失效，最终可以得到系统的失效概率等指标。

蒙特卡罗方法的优势在于能够处理复杂的系统结构和故障模式，具有较好的适用性和灵活性。

在风险分析中，蒙特卡罗方法可以用来评估系统的风险水平以及可能的损失。

通过建立系统损失与系统状态之间的概率模型，并利用随机抽样的方式模拟系统的运行过程，可以得到系统的损失分布，从而评估系统的风险水平。

蒙特卡罗方法的优势在于能够考虑不确定性因素的影响，对于复杂的风险分析问题具有很好的适用性。

蒙特卡罗方法在可靠性与风险分析中有着广泛的应用。

在金融领域，可以用蒙特卡罗方法来评估投资组合的风险以及可能的收益；在电力系统中，可以用蒙特卡罗方法来评估电网的可靠性以及可能的故障损失；在工程领域，可以用蒙特卡罗方法来评估工程项目的可靠性以及可能的延误风险。

总之，蒙特卡罗方法在可靠性与风险分析中的应用非常广泛，为决策者提供了一种可靠和灵活的分析工具。

总结起来，可靠性与风险分析蒙特卡罗方法是一种通过随机模拟和统计分析来评估系统的可靠性和潜在风险的方法。

其原理是基于随机数和随机过程的数值计算方法，通过模拟大量的随机事件来近似求解复杂的问题。

蒙特卡罗法在计算机仿真中的应用研究

本科毕业论文（设计、创作）题目：蒙特卡罗法在计算机仿真中的应用研究学生姓名：学号：0321002020所在院系：信息与通信技术系专业：电子信息工程入学时间：2010 年9 月导师姓名：傅有亮//朱亮职称/学位：副教授/硕士//讲师/硕士导师所在单位：完成时间：2014 年 5 月安徽三联学院教务处制蒙特卡罗法在计算机仿真中的应用研究摘要:在运用蒙特卡罗法计算求解问题的过程中会遇到一系列的问题：比如如何构造或描述概率过程、并且如何从已知概率分布抽样和建立估计量。

其中，构造或描述概率过程实际上就是建立随机试验模型，构造概率过程是对确定性的问题而言的，描述概率过程是对随机性的问题而言的，不同的问题所需要建立的随机试验模型各不相同。

此问题将是本论文的重点之所在。

所谓的从已知概率分布抽样指的是随机试验过程，随机模拟中必要包含某些已知概率分布的随机变量或随机过程作为输入，进行随机试验过程就是对随机变量的样本或随机过程的样本函数作为输入相应的输出过程，因此通常被称之为对已知概率分布的抽样。

如何产生已知分布的随机变量或随机过程是蒙特卡罗法中的一个关键问题，亦是本论文的关键。

总之，本论文所要阐述的主要问题包括如何产生随机数，如何描述概率过程以及如何使用计算机C语言程序来对蒙特卡罗法进行仿真。

关键词：蒙特卡罗法；仿真；概率；随机数；定积分The Research of the Monte carlo method in theapplication of computer simulationAbstract:Process calculation problem in using the Monte Carlo method will encounter a series of problems: such as how to structure or a probabilistic description of process, and from the known probability distribution of sampling and estimation. Among them, structure or describing the probability is actually a process of a random test model, construct probabilistic process is to the deterministic problem,describing the probability of random process is the problem in terms of the model of random test, different problems need to establish each are not identical. This problem will be the key point of the paper. The so-called from the known probability distribution of sample is a random process, the necessary simulation contains some known probability distribution of random variables or random process as input, the sample function of the random testing is the process of the samples of random variables or random process as the input and output process, it is often referred to as the known probability the sampling distribution. How to produce a known distribution of the random variables or random process is a key problem of Monte Carlo method, also is the key of this paper. Always, the main issues in this paper to set including how to generate random numbers, how to describe the probability process and how to use the computer Clanguage program to simulate the Monte Carlo method.Keywords:Monte Carlo method；simulation；probability ；random number；definite integral目录第一章绪论 (1)1.1 研究背景 (1)1.2 研究现状分析 (1)1.3 研究思路和方法 (2)第二章计算机仿真 (3)2.1 计算机仿真技术的概述 (3)2.2 计算机仿真技术的发展 (3)2.3 计算机仿真技术的发展现状及前景 (3)第三章定积分及其应用 (6)3.1 定积分的概念 (6)3.2 定积分的基本计算方法 (6)第四章蒙特卡罗法 (10)4.1 蒙特卡罗法的来源和概述 (10)4.2 概率模型和蒙特卡罗法 (11)4.3 基于蒙特卡罗法的定积分计算 (13)结语 (15)致谢 (16)参考文献 (17)第一章绪论1.1 研究背景蒙特卡罗方法在科学上又称统计模拟法、随机抽样技术，是随机模拟方法的一种，它的理论基础是以概率论和统计理论方法为前提的，或者说是通过使用随机数来对一些问题进行求解。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

Ｔｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ４３００７４，Ｃｈｉｎａ；２．ＣｈｉｎａＳｈｉｐＤｅｖｅｌｏｐｍｅｎｔａｎｄＤｅｓｉｇｎＣｅｎｔｅｒ，Ｗｕｈａｎ４３００４，６Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：ＩｎｏｒｄｅｒｔｏｄｅａｌｗｉｔｈｓｌｏｗｃｏｎｖｅｒｇｅｎｃｅａｎｄｌｏｗｐｒｅｃｉｓｉｏｎｄｅｆｅｃｔｓｏｆＭｏｎｔｅＣａｄｏｍｅｔｈｏｄａｐｐｌｉｅｄｔｏａｎａｌｙｚｅｔｈｅｒｅｌｉａｂｉｌｉｔｙｏｆｃｏｍｐｌｅｘｓｙｓｔｅｍｓ，ａｒｅｌｉａｂｉｌｉｔｙｓｉｍｕｌａｔｉｏｎｍｏｄｅｌｏｆａｃｏｍｐｌｅｘｓｙｓｔｅｍｗａｓｂｕｉｌｔ．
系统可靠性仿真模型，使用线性同余发生器抽样产生随机事件，根据事件对任务的影响来推算系统的任务可靠度，
并与数学解析方法计算的结果进行对比；结果显示，提出的蒙特卡洛模拟法进行复杂系统可靠性仿真分析时所得到
的结果误差在允许范围内，且收敛效果较好。
ＲｅｓｅａｒｃｈｏｎＭｏｎｔｅＣａｒｌｏＭｅｔｈｏｄｉｎＲｅｌｉａｂｉｌｉｔｙＳｉｍｕｌａｔｉｏｎｏｆ
ＣｏｍｐｌｅｘＳｙｓｔｅｍｓ
ＺＥＮＧＣｈａｎｇ，ＦＡＮＧＱｉａｎｇ，ＷＵＪｕｎ，ＺｈｕＹｏｎｇ．ｍｅｎｇ，ＧＵＡＮＪｉｎｇ
（１．ＳｃｈｏｏｌｏｆＮａｖａｌＡｒｃｈｉｔｅｃｔｕｒｅａｎｄＯｃｅｎａＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｚｈｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄ
曾畅，方强，吴军，朱勇猛，关静
（１．华中科技大学船舶与海洋工程学院，武汉２．中国舰船研究设计中心，武汉４３００７４；４３００６４）
摘要：针对蒙特卡洛模拟法应用于复杂系统可靠性仿真分析时遇到的仿真收敛速度慢和精度低等缺陷，建立了复杂
Ｔｈｅｎａｌｉｎｅａｒｃｏｎｇｒｕｅｎｔｉａｌｇｅｎｅｒａｔｏｒｗａｓｕｓｅｄｔｏｇｅｎｅｒａｔｅｒａｎｄｏｍｓａｍｐｌｉｎｇｅｖｅｎｔｓ．Ａｎｄｔｈｅｎ，ｔｈｅｔａｓｋｒｅ．１ｉａｂｉｌｉｔｙｏｆｔｈｅｓｙｓｔｅｍｗａｓｒｅｄｕｃｅｄａｃｃｏｒｄｉｎｇｔｏｔｈｅｉｎｌｆｕｅｎｃｅｏｆｔｈｅｅｖｅｎｔｓｏｎｔｈｅｔａｓｋ．Ｃｏｍｐａｒｉｓｏｎｓｗｅｒｅ
关键词：蒙特卡洛；复杂系统；可靠性仿真本文引用格式：曾畅，方强，吴军，等．蒙特卡洛模拟法在复杂系统可靠性仿真中的应用研究［Ｊ］．四川兵工学报，２０１５
（９）：６５— ６８．
Ｃｉｔａｔｉｏｎｆｏｒｍａｔ：ＺＥＮＧＣｈａｎｇ．ＦＡＮＧＱｉａｎｇ．ＷＵＪｕｎ。ｅｔａ１．ＲｅｓｅａｒｃｈｏｎＭｏｎｔｅＣａｒｌｏＭｅｔｈｏｄｉｎＲｅｌｉａｂｉｌｉｔｙＳｉｍｕｌａｔｉｏｎｏｆＣｏｍｐｌｅｘＳｙｓｔｅｍｓｌＪ１．ＪｏｕｒｎｌａｏｆＳｉｃｈｕａｎＯｒｄｎａｎｃｅ，２０１５（９）：６５— ６８．中图分类号：ＴＢ１１４文献标识码：Ａ文章编号：１００６— ０７０７（２０１５）０９—００６５— ０４
ｍａｄｅｂｅｔｗｅｅｎｓｉｍｕｌａｔｅｄｒｅｓｕｌｔｓａｎｄｍａｔｈｅｍａｔｉｃａｌｒｅｓｕｌｔｓ．ＩｔｗａｓｓｈｏｗｎｔｈａｔｔｈｅＭｏｎｔｅＣａｒｌｏｍｅｔｈｏｄｈａｓｈｉｇｈｅｒｐｒｅｃｉｓｉｏｎａｎｄａｗｅｌｌ－ｐｅｒｆｏｒｍｅｄｃｏｎｖｅｒｇｅｎｃｅ．Ｋｅｙｗｏｒｄｓ：ＭｏｎｔｅＣａｒｌｏ；ｃｏｍｐｌｅｘｓｙｓｔｅｍｓ；ｒｅｌｉａｂｉｌｉｔｙｓｉｍｕｌａｔｉｏｎ
第３６卷
Hale Waihona Puke 第９期四川兵工学报
２０１５年９月
【后勤保障与装备管理】
ｄｏｉ：１０．１１８０９／ｓｃｂｇｘｂ２０１５．０９．０１７
蒙特卡洛模拟法在复杂系统可靠性仿真中的
应用研究