系统建模与仿真(蒙特卡洛)论文

合集下载

蒙特卡洛模拟法在复杂系统可靠性仿真中的应用研究

蒙特卡洛模拟法在复杂系统可靠性仿真中的应用研究
T e c h n o l o g y , Wu h a n 4 3 0 0 7 4 , C h i n a ; 2 . C h i n a S h i p D e v e l o p m e n t a n d D e s i g n C e n t e r , Wu h a n 4 3 0 0 4, 6 C h i n a )
Abs t r a c t:I n o r d e r t o d e a l wi t h s l o w c o n v e r g e n c e a n d l o w p r e c i s i o n de f e c t s o f Mo n t e Ca do me t h o d a p p l i e d t o a n a l y z e t h e r e l i a b i l i t y o f c o mp l e x s y s t e ms ,a r e l i a bi l i t y s i mu l a t i o n mo d e l o f a c o mp l e x s y s t e m wa s bu i l t .
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 。
Re s e a r c h o n Mo n t e Ca r l o Me t h o d i n Re l i a b i l i t y S i mu l a t i o n o f

数学建模算法之蒙特卡罗方法论文.

数学建模算法之蒙特卡罗方法论文.

zs=s(1,2)^2; k=0; for i=1:s(1,2) for j=1:s(1,2) a1=(x(i)^2)/9+(y(j)^2)/36; a2=(x(i)^2)/36+y(j)^2; a3=(x(i)-2)^2+(y(j)+1)^2; if a1<1 if a2<1 if a3<9 k=k+1; end end end end end mj=(12^2)*k/zs; 运行结果: mj = 7.2150
则该运动员的射击成绩为用概率语言来说是随机变量gr的数学期望即当所求解问题是某种随机事件出现的概率或者是某个随机变量的期望值时通过某种实验的方法以这种事件出现的频率估计这一随机事件的概率或者得到这个随机变量的某些数字特征并将其作为问题的解
数学建模算法之蒙特卡罗方法——原理、编程及应用
一、前言
1946 年,美国拉斯阿莫斯国家实验室的三位科学家 John von Neumann,Stan Ulam 和 Nick Metropolis 共同发明了蒙特卡罗方法。此算法被评为 20 世纪最伟 大的十大算法之一。 蒙特卡罗方法(Monte Carlo method) ,又称随机抽样或统计模拟方法,是 一种以概率统计理论为指导的一类非常重要的数值计算方法。 此方法使用随机数 (或更常见的伪随机数)来解决很多计算问题的方法。 由于传统的经验方法由于不能逼近真实的物理过程,很难得到满意的结果, 而蒙特卡罗方法由于能够真实地模拟实际物理过程, 故解决问题与实际非常符合, 可以得到很圆满的结果。
3.模型的建立与求解
根据上面的分析, 利用蒙特卡罗方法编程实现,主要随机模拟前一天和前两 天的各种不同的销售量,来确定当天的生产与库存量,依据可能的实际销售量, 计算出当天的销售利润,选择使连续几天利润尽可能大的方案,下面给 MATLAB 程序。 (1)建立蒙特卡罗方法的 M 文件,函数名:mcun.m Function [LS1,LS2]=mcun(T,S1,S21,S22) LS1=0;LS2=0;k=1; While k<T KC1=S1; KC2=(S21+S22)/2; C=normrnd(1500,30*30) if C<KC1

系统建模与仿真技术在能源系统中的应用

系统建模与仿真技术在能源系统中的应用

系统建模与仿真技术在能源系统中的应用随着能源需求的不断增长和环境问题的日益突出,能源系统的优化和可持续发展成为了当今社会的重要议题。

为了实现高效、安全、可持续的能源供应,系统建模与仿真技术成为了解决能源系统问题的重要工具。

本文将探讨系统建模与仿真技术在能源系统中的应用,并分析其对能源系统优化的影响。

一、能源系统建模的意义能源系统建模是指将能源系统中的各个组成部分以及其相互关系用数学模型进行描述和分析的过程。

通过建立能源系统的数学模型,可以对系统的运行情况进行仿真和优化,从而实现对能源系统的合理规划和管理。

能源系统建模的意义在于通过模型的分析和优化,提高能源系统的效率、降低能源消耗、减少环境污染,实现可持续发展。

二、系统建模与仿真技术在能源系统规划中的应用1. 能源需求预测能源需求预测是能源系统规划的重要环节,通过对能源需求的准确预测,可以合理规划能源供应结构和能源产业布局。

系统建模与仿真技术可以通过对历史数据的分析和模型的拟合,预测未来能源需求的趋势和规模。

基于这些预测结果,能源系统规划者可以做出相应的调整和决策,以满足未来能源需求的变化。

2. 能源供应优化能源供应优化是指通过合理配置能源资源和优化能源供应结构,提高能源供应的效率和可靠性。

系统建模与仿真技术可以通过对能源供应系统的各个环节进行建模和仿真,分析系统的运行情况和瓶颈,找出系统的优化方案。

例如,在电力系统中,可以通过对发电、输电、配电等环节进行建模和仿真,优化电力系统的运行方式和配置,提高电力供应的可靠性和效率。

三、系统建模与仿真技术在能源系统管理中的应用1. 能源系统运行监测能源系统的运行监测是指通过对能源系统运行情况的实时监测和分析,及时发现和解决系统运行中的问题。

系统建模与仿真技术可以通过对能源系统的各个组成部分进行建模和仿真,实时监测系统的运行状态和性能指标,提前发现潜在的问题,并采取相应的措施进行调整和修复,保证能源系统的安全、稳定运行。

系统建模与仿真第12讲 Monte Carlo蒙特卡洛方法

系统建模与仿真第12讲 Monte Carlo蒙特卡洛方法

Nicholas Metropolis (1915-1999)
Monte-Carlo, Monaco
引言(Introduction)
Monte Carlo模拟的应用: 自然现象的模拟: 宇宙射线在地球大气中的传输过程; 高能物理实验中的核相互作用过程; 实验探测器的模拟 数值分析: 利用Monte Carlo方法求积分
2
3.141528 3.141528 3.141509 3.141553 3.141506
3
3.141527 3.141521 3.141537 3.141527 3.141538
n
(i )2
si

i1
n 1
0.000012
0.0000032
s si / n
ua s t(0.683, n 1) 0.0000033
引言(Introduction)
Monte Carlo模拟在实际研究中的作用
引言(Introduction)
Monte Carlo模拟的步骤: 1. 根据欲研究的系统的性质,建立能够描述该系统特性的理 论模型,导出该模型的某些特征量的概率密度函数; 2. 从概率密度函数出发进行随机抽样,得到特征量的一些模 拟结果; 3. 对模拟结果进行分析总结,预言系统的某些特性。
k n 1
3.1415279
14
例1 在我方某前沿防守地域,敌人以一个炮排(含两 门火炮)为单位对我方进行干扰和破坏.为躲避我方 打击,敌方对其阵地进行了伪装并经常变换射击地 点.
经过长期观察发现,我方指挥所对敌方目标的指 示有50%是准确的,而我方火力单位,在指示正确 时,有1/3的射击效果能毁伤敌人一门火炮,有1/6 的射击效果能全部消灭敌人.

能源系统的建模与仿真研究

能源系统的建模与仿真研究

能源系统的建模与仿真研究能源系统的建模与仿真是指使用数学模型和计算机技术,对能源系统进行描述、分析和优化的过程。

它涉及能源转换、传输和利用的各个环节,可用于评估不同方案的可行性,优化能源系统的性能,减少能源消耗和环境影响。

本文将从建模方法、仿真技术和应用案例等方面进行论述。

在能源系统的建模过程中,仿真技术是一种重要的手段。

仿真是指通过构建数学模型和参数,使用计算机进行模拟实验,并对系统的性能进行评估和优化。

仿真技术可以帮助研究人员更好地理解和分析能源系统的运行机制,预测系统在不同工况下的性能表现,以及评估不同方案的可行性和经济性。

常用的仿真技术包括离散事件仿真、连续系统仿真、蒙特卡洛仿真等。

能源系统的建模与仿真研究具有广泛的应用价值。

一方面,通过建立合理的能源系统模型,可以预测和优化系统的运行性能,提高能源利用效率。

例如,在电力系统建模中,可以通过分析供需关系和网络拓扑,预测电压、功率和电能损耗等参数,进而制定调度策略,提高电网的运行效率和稳定性。

另一方面,能源系统的建模与仿真也适用于对新能源技术的研究和应用。

例如,在太阳能系统的建模中,可以分析太阳能的收集效率和存储能力,评估系统的经济性和可行性,为实际应用提供决策依据。

总之,能源系统的建模与仿真研究是能源领域的重要课题。

通过合理的建模方法和仿真技术,可以更好地理解和优化能源系统的运行机制,提高能源利用效率,减少能源消耗和环境影响。

因此,加强对能源系统建模与仿真的研究,对于推动能源领域的发展和应用具有重要的意义。

系统建模与仿真论文

系统建模与仿真论文

系统建模与仿真 结业论文学 院: 专 业: 学 号: 学生姓名: 指导教师:二0—四年九月电液位置伺服控制系统仿真摘要:运用系统建模与仿真技术,在 Simulink 的环境下对电液位置伺服控制系统进行数学建模,以PID 控制器作为控制模块,通过设置合理的参数,对所建立的电液位置伺服控制系统 数学模型进行仿真研究,得出仿真曲线,结合 Matlab/simulink 仿真模型,从而使系统稳定和满足系统精度要求。

关键词:系统建模与仿真电液位置伺服阀 PID Simuli nk机械自动化学院 机械工程1. 电液位置伺服阀简介当前的液压伺服控制技术已经能将自动控制技术、液压技术与微电子有机的结合起来控制工程网版权所有,形成新一代的伺服阀产品。

而随着电子设备、控制策略、软件及材料等方面的发展与进步,电液控制技术及伺服阀产品将在机、电、液一体化获得长足的进步。

电液伺服系统电液伺服系统是一种由电信号处理装置和液压动力机构组成的反馈控制系统。

最常见的有电液位置伺服系统、电液速度控制系统和电液力(或力矩)控制系统。

电液伺服阀主要用于电液伺服自动控制系统,其作用是将小功率的电信号转换为大功率的液压输出,通过液压执行机构来实现机械设备的自动化控制• YJ型电液伺服阀,结构上采用永磁动圈式力马达作为电器与机械转换,前置放大及功率均采用滑阀式结构,根据用途的不同而有不同的阀口形式•如电炉型,伺服型,分流型等.主油路可使用矿物油及水基液压液为介质•该阀结构简单紧凑,抗污染强,可靠性好,适用于冶金设备的多尘和高温环境• YJ74,86L型电液伺服阀主要用于冶金电弧炼钢炉,电渣炉,铁合金炉,有色金属矿热炉及化工电石炉等的电极升降自动调节系统.YJ74,86S,F 型可同用于柱塞缸或差动油缸为执行机构的伺服控制和同步控制系统。

1.1液压控制系统的原理液压控制系统的原理图如图 3.1所示。

从液压原理图可以看出,系统的液压油源是由液压泵、溢流阀、卸荷阀及精过滤器等组成。

系统工程 蒙特卡洛

系统工程 蒙特卡洛

实验报告《系统工程》2010~2011学年第二学期实验名称:理发店管理仿真系统班级: 0315081 姓名: 崔涛,王迪,陈思骅,刘杰指导老师: 唐幼纯报告时间: 2011年6月7日理发店管理仿真系统——基于蒙特卡罗算法的excel实现方法(一)实验目的:此章所学的是系统仿真技术,来基于整个系统的不确定性的特征来确定内部各个元素的关系。

系统仿真由多次独立的重复模拟过程所组成,因为一次仿真的结果是对系统行为的一次抽样,不具科学性,准确性,而多次仿真的结果是对真实系统进行具有一定样本量的随机试验样本。

所以用蒙特卡洛方法实现仿真,其是以概率论和数理统计理论为指导,是一种充分利用计算机计算能力的随机实验方法。

也便于我们进一步了解蒙特卡洛方法。

这次用的是excel来实现方法。

(二)实验要求与内容:某理发店有3个座位(1号位、2号位、3号位),每5分钟进来的顾客数为0,1或2位,且进来的概率相同(都是1/3)。

顾客在每个理发椅上的服务时间是15或20分钟,且概率也相同(都是1/2),现模拟1小时内该店顾客排队或理发师空闲情况。

1.模型假设:有三个座位,5分钟随机0,1,2个顾客,每个需要理发15或20分钟,理发师不休息2.变量说明每五分钟进来的顾客数:0,1,2名理发的时长:15或20分钟3.实验步骤用excel来模拟仿真蒙特卡洛实验①在某一单元格设置顾客人数和理发时长的随机数②列表进行顾客流量和时长的简单计算③多次(我重复选取了30次)进行表格的列举,然后取平均数,来减少误差。

(三)excel实现模拟结果:下图为第一次模拟的结果截图B18和D18分别为进来的顾客的随机数和需要服务的时间随机数,其中D18为了满足松柏分布,取了1到100的随机数,其中当随机到1到50时,取15分钟,随机到51到100时,取20分钟下图是第三十次的结果截图取了三十次的数据后,我们取平均数然后做出平均等待人数和理发师平均空闲人数的图表(四)实验心得通过这次的实验,我们用excel模拟了蒙特卡洛方法,我们更加清楚地认识到了这个蒙特卡洛仿真带给我们的便利之处。

蒙特卡洛模拟技术论文

蒙特卡洛模拟技术论文

蒙特卡洛模拟技术论文蒙特卡洛模拟技术应用案例分析报告分析框架:1.背景分析2.污水处理厂风险定量分析的目的和含义3.污水处理厂进行定量分析的主要过程3.1主要内容3.2主要活动3.3分析的依据3.4分析的成果3.5分析的方法4.蒙特卡洛模拟技术的过程4.1确定风险变量的概率分布4.2 抽取随机数,产生变量抽样值4.3计算抽样的指标值4.4模拟结果集实验次数对结果的影响分析5.蒙特卡洛模拟技术的优缺点和总结6.案例对比6.1蒙特卡洛模拟分析技术在营销管理的应用 6.2综合对比1.背景分析:天津某污水处理厂工程为处理规模20万吨/日的二级污水处理厂,是天津市第二批申请世界银行贷款项目,目前仍在进行招标设计。

按照初步设计概算结果,处理厂内工程建设投资40213.75万元,流动资金515.75万元,年经营成本3066.50万元。

根据项目实施规划,工程建设期为为3年,各年度投资比例为22%:42%:36%;生产运营期按照经济使用年限设定为20年,固定资产残值率为4%;年销售预计收入6570万元,经济评价不计算增值税。

基准收益率为4%,财务净现值为5234万元,两者均能满足财务最低要求,从财务分析的角度认为项目是可行的。

为了向此项目投资决策提供可靠、全面的依据,在经济评价中除了要计算和分析基本方案的经济指标外,要进行不确定性分析和风险分析,并提出规避风险的对策。

模特卡洛模拟法是比较常用的风险分析方法,不但考虑了风险因素在未来的变动幅度,还考虑了这种变动幅度在未来发生变动的可能性大小及对项目主要经济效益指标的影响。

就天津某污水处理厂为例,尝试蒙特卡洛模拟技术在污水处理项目风险分析中的作用。

2.污水处理厂风险定量分析的目的和含义进行污水处理厂在建设过程当中,定量分析风险的意义为在风险定性分析之后,对排序在前、具有潜大影响的项目进行量化分析,定量评价风险概率和影响的大小,以综合评价整个项目风险的整体水平。

在进行每项风险发生的概率及其对目标的影响,以及项目整体风险的程度的数值分析,以便于以下三点:一.对项目结果及其实现项目成果进行概率量化;二:评估实现具体项目目标的概率;三.通过量化各风险对项目总体风险的影响,确定应特别重视的风险。

  1. 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. 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. 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)。

蒙特卡洛模拟在风险评估控制中的应用张歆悦(上海工程技术大学机械工程学院,上海 201620)摘要:风险评估是进行项目经济评价和投资决策的重要内容,可以使投资者较为全面地了解项目的风险,从而提高决策的科学性,减少投资损失。

本文结合现有研究,利用蒙特卡洛模拟法,分析评估了项目的主要风险,对项目风险进行了模拟和测试,给出了项目风险模拟的结果,并通过对结果的分析,为投资者提供有效的决策建议。

关键词:风险评估;蒙特卡洛;The application of Monte-Carlo simulation in the risk and control assessorZhang Xinyue(Shanghai University of Engineering Science, Department of Mechanical Engineering, Shanghai 201620)Abstract:The risk assessment is one of the most important details of the project economic evaluation and the investment decision-making, which can give investors a more comprehensive understanding of the project risk. This can raise the scientific nature of the decision and reduce the investment losses. We combine the present research and use the Monte-Carlo to analysis and evaluate the main risk of the project, and do some numerical simulation and field test of the project risk, give out the result of the project risking simulation. Finally provide effective decision advice for the investors by the means of analyzing the result.Key words:risk assessment;Monte-Carlo一 风险评估风险在项目中是普遍存在的,项目风险是指为实现项目目标的活动(事件)的不确定性和可能发生的危险。

项目的不同阶段会有不同的风险,不同阶段风险的性质和后果也不一样。

项目大量的风险存在于项目的前期,因此为消除和控制项目风险,必须在项目前期对项目风险进行科学的认识和剖析。

这里的风险是指在特定的时空条件下, 人们对未来行为预期的不确定性而可能导致的后果与预定目标之间发生的负偏离。

这种偏离可由两个参数来描述:其一,偏离的可能性,即事件发生的概率;其二,发生偏离的方向与大小。

简单的说,风险可表示为某种不利事件或损失发生的概率及其后果的函数,R=f (P,C )其中R 表示风险,P 表示不利事件或损失发生的概率,C 表示不利事件或损失导致的后果。

风险评估对项目成败有着重要作用,它为决策提供合理、准确、可信的数据,从而使决策者保持清醒的头脑,实施有效的风险管理,项目的风险评估主要包括3方面:风险辨识、风险估计和风险评价,主要内容如图1所示。

图1 风险评估的主要内容根据已有研究成果,人们常将基础设施的风险归纳为10类: ①政治和管制风险分析、评估风险辨识 风险衡量 风险评价 决策风险来自何方建立风险初步风险发生的可能性 风险发生的后果项目的哪一部分会发生风险 哪些是可以接受的风险 哪些做法会使项目遭受风险 这样的做法能否被接受有别的做法可以避免该风险吗风险、②不可抗力、③物理风险、⑤收入风险、⑥开发风险、⑦受益风险、⑧发展风险、⑨建设风险、⑩运营风险。

上述风险中,与财务相关的风险常采用定量分析方法加以衡量,常用的财务方法包括: 敏感度分析法和情景分析法。

其他风险一般采用定性评价或定性和定量相结合的方法来估计风险程度,比如,专家打分法、层次分析法等等。

敏感度分析是一种用来评估不利的环境变化对工程的影响的简易工具,它常被用来解释对预测假设和将来不确定性事件等变化因素对工程成果的影响。

通常,敏感度分析采取改变一个或多个选定的变量来计算项目净现值(N PV)或内部收益率(IRR)的变化。

敏感度分析最基本的方法就是改变一个因素,而保持其他工程变量固定不变的情况下,计算净现值的变化情况。

这种“一次只变化一个变量”的分析方法并不现实,因为在实际情况下会有许多不确定因素与项目相关。

用这种方法分析的敏感度最大的缺点是忽略了每一个影响因素的不确定程度,不能描述项目结果的各种可能性及其概率。

情景分析法是选择具有代表性的情景,并以此作为未来可能发生的情况。

为分析不确定性事件的作用,情景分析会做一些假设。

根据这些假设,可以进行多情景分析,即评估最理想状况、最恶劣状况和最可能情况下可能发生的状况和结果等。

这些评估可以以历史数据、专家观点和个人判断等为依据。

对决策者而言,做情景规划最困难的工作是如何合理地综合三种情景的分析。

此外,情景分析法并不重视各个替代情景发生的概率。

可见其分析结果比较机械。

为此有必要选择一种能够有效克服上述风险估计方法缺陷的新方法。

在金融领域,研究人员引入了风险管理与控制的新工具—— VaR(Value at Risk),亦称为在险价值。

VaR体系的最初目的在于量化市场风险,目前已经成为金融风险量化分析的标准。

它有两个显著的优点: 一是它按照随机变量的特性,通过随机变量的概率分布来刻画风险度量概念,因此比较确切;二是它把全部资产组合风险概括为一个简单的数字,并以货币计量单位来表示风险管理的核心——潜在亏损,所以它富有吸引力,并迅速被推广。

计算VaR的方法大致可分为三类: 分析法、历史法和蒙特卡洛模拟法。

二蒙特卡洛模拟1 蒙特卡洛模拟的计算步骤蒙特卡罗模拟是一种有效的统计实验计算法。

这种方法的基本思想是人为地造出一种概率模型,使它的某些参数恰好重合于所需计算的量;通过实验, 用统计方法求出这些参数的估值;把这些估值作为要求的量的近似值。

从理论上来说, 蒙特卡罗方法需要大量的实验, 实验次数越多, 所得到的结果才越精确。

项目管理中蒙特卡罗模拟方法的一般步骤是:1)对每一项活动,输入最小、最大和最可能估计数据,并为其选择一种合适的先验分布模型;2)计算机根据上述输入,利用给定的某种规则,快速实施充分大量的随机抽样;3)对随机抽样的数据进行必要的数学计算,求出结果;4)对求出的结果进行统计学处理,求出最小值、最大值以及数学期望值和单位标准偏差;5)根据求出的统计学处理数据,让计算机自动生成概率分布曲线和累积概率曲线(通常是基于正态分布的概率累积S曲线);6)依据累积概率曲线进行项目风险分析。

由于计算机的运算速度非常快,蒙特卡罗模拟也可以同时进行敏感性分析。

对风险事件进行决策分析时,人们最关心的问题是系统的动态性。

蒙特卡洛模拟法可随机模拟各种变量间的动态关系,解决不确定的复杂问题。

应用蒙特卡洛模拟技术可以直接处理每一因素的不确定性,并把这种不确定性对结果的影响以概率分布的形势表示出来。

因此应用蒙特卡洛方法能够克服传统财务评估方法的缺性,充分考虑影响内部收益率(IRR )的各因素的随机性,得出符合风险投资实际情况的评价值。

2 蒙特卡洛方法的基本原理假定函数:Y = F(X1,X2,… X n)其中X1,X2,… X n的概率分布已知。

在实际问题中, F(X1,X2,… X n)往往是未知的,或是一非常复杂的函数关系式,一般难用解析法求解有关Y的概率分布及其数学特征。

蒙特卡洛方法利用一个随机数发生器,通过直接或间接取样取出每一组随机变量的值(X1i,X2i ,… X ni ) ,然后按上述确定函数y i的值。

y i = F(X1i,X2i ,… X ni)反复独立抽样(模拟)多次( i= 1, 2,… )便可得到函数Y 的一批抽样数据y1, y2 ,… ,当模拟次数足够多时,便可给出与实际情况相近的函数Y 的概率分布及其数学特征值。

该模拟过程如图2所示。

输入试验次数n第i次试验产生(0,1)的等概率随机数确定各因素当次试验值进行模拟计算If i<n输出、统计结果If i=n打印、输出统计结果图2 蒙特卡洛模拟流程3 实证案例(1)概况上海某车站改建项目是上海城市基础设施建设重点项目,采取BT( Building- Transfer,建设-转移)总包价方式。

项目公司中标报价55428万元人民币,为本工程总投资。

其中,自筹资本金为38.8%。

工程总投资的资本结构为: 资本金:债务= 38.8%:61.2%。

项目公司资本金21500万元人民币在注册登记时以现金方式一次全额投入。

银行借款,由项目公司向银行申请中长期贷款,并按工程建设进度需要,分期分批借入。

该项目预期现金流如下表1所示。

该项目预期内部收益率为8.6% ,净现值期望为-1453万元(以10%社会折现率计)。

表1 上海某车站改建BT项目投资分析(2)参数假设根据影响项目的财务指标,选择工程投资、回购收入和贷款利率作为模拟参数,并作如下的概率假设:表2 参数概率分布及关联因素表3 贷款利率预期(3)模拟结果利用Crystal Ball2000○R软件,经过5000次反复抽样试验,得到IRR和N PV 的模拟结果,图4、图5分别为该项目IRR和N PV可能值的统计分布。

模拟的统计指标如表4所列。

表4 统计结果上述统计指标表明,该模拟反复5000次抽样基本达到了统计精度要求,可用该模拟结果描述研究对象的真实概率分布。

根据上述模拟结果,该项目内部收益率大于6%的概率为95% ,大于9%的概率约为50%。

表明该项目在前述投标价格和投资预算基础上具有较高的收益率,达到预期收益率的风险较低,投资者的投标决策是正确的。

四结论本文针对常用城市基础设施项目收益风险评估方法的不足,对决策理论和方法进行了新的探索和研究。

将金融领域定价工具引入城市基础设施领域,为合理评估基础设施项目收益风险提供了一种更加有效的方法。

文中模型采用简化参数的概率假设,使整个模拟过程得到简化,又使结果不失可信度,可作为投资决策的有效工具。

应当指出,这种假设在提高工作效率的同时,使模型所得结果与实际情况产生了一定的偏差,削弱了模型的实际精度。

建议在时间允许的条件下,可采取历史数据分析与专家评估的方法提供参数概率假设的准确度。

相关文档
最新文档