1) Monte Carlo Simulation (MCS)
蒙特卡洛仿真(MCS)
2) Monte Carlo simulation
蒙特卡洛仿真
1.
Optimization of devices maintenance and repair policy based on genetic algorithm and Monte Carlo simulation;
基于遗传算法和蒙特卡洛仿真的设备维修策略优化
2.
Dynamic reliability of hydraulic system based on Monte Carlo simulation;
基于蒙特卡洛仿真的液压系统动态可靠性
3.
Monte Carlo simulations indicate that the method can provide better performance than the detection method based on prewhitener by the AR .
蒙特卡洛仿真显示该方法的检测性能优于传统的基于AR模型预白的检测方法,尤其是在低信混比或(和)低多普勒的情况下。
3) Monte-Carlo simulation
蒙特卡洛仿真
1.
Afterwards, the authors implement some Monte-Carlo simulations, consider the performance of the algorithms and validate the conclusions of theoretic analysis.
然后通过蒙特卡洛仿真评估了算法的性能,并对理论分析进行了验证。
2.
Random sampling of system state is the fundamental procedure in Monte-Carlo simulation of bulk power system reliability evaluation, and the sampling size has significant effects on simulation accuracy and calculation time.
系统状态随机抽样是大电网可靠性蒙特卡洛仿真的重要基础环节,抽取的样本容量与仿真结果的精度和仿真耗时密切相关,因此在给定仿真精度时实现样本容量的概率预估和在给定样本容量时实现计算精度的概率预测,是实现计算精度和计算成本综合权衡的关键。
3.
Chapter III discusses the application and practice of three IE methods in management decision making, planning and execution in SY company considering its industry characteristics and nature of the products: application of Monte-Carlo Simulation to determine the order scheduling parameters with minimizing the total cost as target to achieve lean manag
第三章结合SY公司行业特征及产品性质从管理的决策、计划及执行三个层次,详细阐述了三个IE方法的应用与实践过程:应用蒙特卡洛仿真对订单排产系数实施仿真,以总成本最低为目标确定合理的排产系数,实现订单排产系数决策的精细化;应用PERT网络计划技术对CBB65型电容器生产流程实施再优化,缩短生产周期的同时降低在线库存,提高全员劳动生产率,实现生产流程设计的精细化;应用5S方法对关键工序卷绕人、机、料、法、环五个方面细化、量化、精益化,实现现场管理的精细化。
5) Monte-Carlo simulation
蒙特卡罗仿真
1.
In order to study the depth detecting ability of optical coherence tomography(OCT) system for highly scattering biological tissue with infinitely narrow beam, an OCT system based on Monte-Carlo simulation model was introduced and applied.
为了研究光学相干层析术(OCT)系统在细直光束下对高散射生物组织的深度探测能力,介绍并应用了一种基于蒙特卡罗仿真方法的OCT模型。
2.
This paper introduces a reliability assessment model of wind power integration in power systems based on the Monte-Carlo simulation approach, which considers not only the randomicity of the wind, weather effect on wind power generation forced outage rate, but also the transmission network failure rate and capability constraints.
建立了基于蒙特卡罗仿真的含风电场的发输电系统可靠性分析模型,该模型不仅考虑了风速的随机性、风电机组强迫停运率及其与气候的相关性,而且计及了输电网络故障率和输电线路有功功率限制。
6) Monte Carlo simulation
蒙特卡罗仿真
1.
Monte Carlo simulation of markovian jump system;
马尔可夫跳变系统的蒙特卡罗仿真
2.
Monte Carlo simulation of Fourier-domain OCT in multi-layered media;
在多层介质中的频域OCT蒙特卡罗仿真
3.
Tolerance Design Based on Monte Carlo Simulation and Genetic Algorithms;
基于蒙特卡罗仿真和遗传算法的公差设计
补充资料：蒙特卡洛赛道
赛道名称：摩纳哥蒙特卡洛赛道
地址：ac-monaco b.p. 464 23, boulevard albert 1er 98012 monaco cedex
官方网站：[[1]]
赛道长度：3.340公里
赛道记录： 1分14秒439 (2004，舒马赫，法拉利)
比赛总长度：260.520公里
比赛总圈数：78圈
赛道简介：
蒙特卡洛赛道是一条具有悠久历史的赛道，位于蒙特卡洛城中，是以街道为赛道。并拥有f1赛道中最慢的弯角和唯一的隧道。同时因为在街道比赛，车队的加油站也很小很窄。但是由于赛道的技巧性强，悬挂和轮胎都很重要，这站比赛的冠军也是许多车手梦寐以求的。
一条非常紧窄和多弯的赛道。摩纳哥是非常富挑战性而超越前车的机会是甚低。高下压力是必须的来达到最大的抓着力。车手们在这里要十分小心，精神集中和精确的赛车控制是获得好成绩的钥匙。赛车的车轮会十分接近防撞栏，一场赛事中平均需要转挡三千次。
另外，由于蒙特卡洛宜人的风景，这里也是车手们最喜欢的一站比赛。迈克尔-舒马赫曾经在这里五次获得冠军，不过成绩最好的还是塞纳，虽然他也是五次夺冠，但是却是连续获得，或许这是迈克尔-舒马赫所不能做到的。近四年来，摩纳哥大奖赛的冠军被三大车队轮流获得。
赛道特性：
摩纳哥大奖赛首次亮相是在1929年；第二次则要等到1950年，这是一条具有悠久历史的赛道。赛道全长3.340公里，是f1赛道中最短的一条，同时它还拥有f1赛道中最慢的弯角和唯一的隧道。
根据数据统计，摩纳哥蒙特卡洛赛道最快时速能达到270公里，而有时却只能跑出40公里的时速。赛道两侧没有任何的缓冲区，想要在这里超车基本上是不可能的。在摩纳哥站历史上，最成功的车手无疑是塞纳和迈克尔-舒马赫，两人都是五次夺冠，创下了在同一分站取胜最多的纪录。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条