matlab MCL（蒙特卡罗）仿真，移动节点-matlab MCL (Monte Carlo) simulation, mobile nodes
资 源 简 介
应用背景蒙特卡洛(Monte Carlo)模拟是一种通过设定随机过程，反复生成时间序列，计算参数估计量和统计量，进而研究其分布特征的方法。具体的，当系统中各个单元的可靠性特征量已知，但系统的可靠性过于复杂，难以建立可靠性预计的精确数学模型或模型太复杂而不便应用时，可用随机模拟法近似计算出系统可靠性的预计值；随着模拟次数的增多，其预计精度也逐渐增高。由于涉及到时间序列的反复生成，蒙特卡洛模拟法是以高容量和高速度的计算机为前提条件的。关键技术1.根据提出的问题构造一个简单、适用的概率模型或随机模型，使问题的解对应于该模型中随机变量的某些特征（如概率、均值和方差等），所构造的模型在主要特征参量方面要与实际问题或系统相一致 2 .根据模型中各个随机变量的分布，在计算机上产生随机数，实现一次模拟过程所需的足够数量的随机数。通常先产生均匀分布的随机数，然后生成服从某一分布的随机数，方可进行随机模拟试验。 3. 根据概率模型的特点和随机变量的分布特性，设计和选取合适的抽样方法，并对每个随机变量进行抽样（包括直接抽样、分层抽样、相关抽样、重要抽样等）。 4.按照所建立的模型进行仿真试验、计算，求出问题的随机解。 5. 统计分析模拟试验结果，给出问题的概率解以及解的精度估计。
文 件 列 表
mcmc
Version
Copyright
About_MCMC.html
betalpr.m
Contents.m
gamlpr.m
index.html
invwishirnd.m
invwishlpr.m
invwishpdf.m
invwishrnd.m
ltindex.m
ltvec.m
mcmcacf.m
mcmcdemo.m
mcmcgr.m
mcmclt.m
mcmcsumm.m
mcmctrace.m
metrop.m
mvnormlpr.m
mvnormrnd.m
randrand.m
veclt.m
wishirnd.m
wishrnd.m
Contents.asv
ltindex.asv
