2015年,碧菲分離膜(大連)有限公司開始將碧菲分離技術(shù)引入中國,成為美國碧菲科技集團(tuán)在中國的制造中心。
碧菲致力于以最節(jié)能的方式生產(chǎn)清潔的空氣和水,為每個(gè)人帶來更健康的生活。
"/>
外壓式超濾膜  EPMEM內(nèi)壓式多孔膜 ?IPMEM浸沒式膜組器  IMMEM反滲透膜/納濾膜 RO/NF膜過程化學(xué)品 Chemicals通用膜產(chǎn)品 UniversalBF-P耐高壓膜 High pressureBF-T耐高溫膜 High temperatureBF-A耐強(qiáng)酸強(qiáng)堿膜 Chemical?resistanceBF-O耐強(qiáng)氧化膜 Oxidation resistance特性分離膜 CharacteristicBFNF納濾膜 NFBFUF超濾膜 UFBFMIN膜芯 Membrane core定制孔徑膜 Custom-makeBFPM膜原料 Membrane materialsBFTB工藝包 Technology package膜原料/工藝包 Mem-material/?Tech-package海水淡化中水回用廢水零排放水環(huán)境治理水處理 Water treatment生物醫(yī)藥 Biomedicine電子半導(dǎo)體 Semiconductor其他領(lǐng)域 Other fields領(lǐng)域 Field電力 Power sector市政 Municipal石化 Petrochemical冶金 Metallurgy制藥 Biopharma行業(yè) Industry東北地區(qū) Northeast西北地區(qū) Northwest華北地區(qū) North China華東地區(qū) East China華南地區(qū) South China地域 Territory公司新聞 Company news行業(yè)動態(tài) Industry dynamics技術(shù)優(yōu)享 Technology sharing碧菲研發(fā)中心 BF Experimental center六代開放式超濾膜技術(shù)五代納濾膜/反滲透膜技術(shù)中空纖維納濾膜/反滲透膜碧菲膜生產(chǎn)線 BF Production line高壓雙膜直連技術(shù) High-pressure Mem-Tech專利展示 Patent公司概況 Company profile組織結(jié)構(gòu) Organizational Structure企業(yè)榮譽(yù) Enterprise honor企業(yè)文化 Corporate culture加入我們 Join us聯(lián)系我們 Contact us

聯(lián)系我們:0411-87584009

技術(shù)優(yōu)享丨蒙特·卡羅方法的基本思想和分子模擬計(jì)算

 二維碼
發(fā)表時(shí)間:2022-08-30 12:56

蒙特·卡羅方法(Monte Carlo method),也稱統(tǒng)計(jì)模擬方法,是二十世紀(jì)四十年代中期由于科學(xué)技術(shù)的發(fā)展和電子計(jì)算機(jī)的發(fā)明,而被提出的一種以概率統(tǒng)計(jì)理論為指導(dǎo)的一類非常重要的數(shù)值計(jì)算方法。是指使用隨機(jī)數(shù)(或更常見的偽隨機(jī)數(shù))來解決很多計(jì)算問題的方法。


基本思想

當(dāng)所求解問題是某種隨機(jī)事件出現(xiàn)的概率,或者是某個(gè)隨機(jī)變量的期望值時(shí),通過某種"實(shí)驗(yàn)"的方法,以這種事件出現(xiàn)的頻率估計(jì)這一隨機(jī)事件的概率,或者得到這個(gè)隨機(jī)變量的某些數(shù)字特征,并將其作為問題的解。

工作過程

蒙特卡羅方法的解題過程可以歸結(jié)為三個(gè)主要步驟:構(gòu)造或描述概率過程;實(shí)現(xiàn)從已知概率分布抽樣;建立各種估計(jì)量。

蒙特卡羅方法解題過程的三個(gè)主要步驟:

(1)構(gòu)造或描述概率過程

對于本身就具有隨機(jī)性質(zhì)的問題,如粒子輸運(yùn)問題,主要是正確描述和模擬這個(gè)概率過 程,對于本來不是隨機(jī)性質(zhì)的確定性問題,比如計(jì)算定積分,就必須事先構(gòu)造一個(gè)人為的概率過程,它的某些參量正好是所要求問題的解。即要將不具有隨機(jī)性質(zhì)的問題轉(zhuǎn)化為隨機(jī)性質(zhì)的問題。

(2)實(shí)現(xiàn)從已知概率分布抽樣

構(gòu)造了概率模型以后,由于各種概率模型都可以看作是由各種各樣的概率分布構(gòu)成的,因此產(chǎn)生已知概率分布的隨機(jī)變量(或隨機(jī)向量),就成為實(shí)現(xiàn)蒙特卡羅方法模擬實(shí)驗(yàn)的基本手段,這也是蒙特卡羅方法被稱為隨機(jī)抽樣的原因。最簡單、最基本、最重要的一個(gè)概率分布是(0,1)上的均勻分布(或稱矩形分布)。隨機(jī)數(shù)就是具有這種均勻分布的隨機(jī)變量。隨機(jī)數(shù)序列就是具有這種分布的總體的一個(gè)簡單子樣,也就是一個(gè)具有這種分布的相互獨(dú)立的隨機(jī)變數(shù)序列。產(chǎn)生隨機(jī)數(shù)的問題,就是從這個(gè)分布的抽樣問題。在計(jì)算機(jī)上,可以用物理方法產(chǎn)生隨機(jī)數(shù),但價(jià)格昂貴,不能重復(fù),使用不便。另一種方法是用數(shù)學(xué)遞推公式產(chǎn)生。這樣產(chǎn)生的序列,與真正的隨機(jī)數(shù)序列不同,所以稱為偽隨機(jī)數(shù),或偽隨機(jī)數(shù)序列。不過,經(jīng)過多種統(tǒng)計(jì)檢驗(yàn)表明,它與真正的隨機(jī)數(shù),或隨機(jī)數(shù)序列具有相近的性質(zhì),因此可把它作為真正的隨機(jī)數(shù)來使用。由已知分布隨機(jī)抽樣有各種方法,與從(0,1)上均勻分布抽樣不同,這些方法都是借助于隨機(jī)序列來實(shí)現(xiàn)的,也就是說,都是以產(chǎn)生隨機(jī)數(shù)為前提的。由此可見,隨機(jī)數(shù)是我們實(shí)現(xiàn)蒙特卡羅模擬的基本工具。

(3)建立各種估計(jì)量

一般說來,構(gòu)造了概率模型并能從中抽樣后,即實(shí)現(xiàn)模擬實(shí)驗(yàn)后,我們就要確定一個(gè)隨機(jī)變量,作為所要求的問題的解,我們稱它為無偏估計(jì)。建立各種估計(jì)量,相當(dāng)于對模擬實(shí)驗(yàn)的結(jié)果進(jìn)行考察和登記,從中得到問題的解。

數(shù)學(xué)應(yīng)用:

通常蒙特·卡羅方法通過構(gòu)造符合一定規(guī)則的隨機(jī)數(shù)來解決數(shù)學(xué)上的各種問題。對于那些由于計(jì)算過于復(fù)雜而難以得到解析解或者根本沒有解析解的問題,蒙特·卡羅方法是一種有效的求出數(shù)值解的方法。一般蒙特·卡羅方法在數(shù)學(xué)中最常見的應(yīng)用就是蒙特·卡羅積分。

工作過程

在解決實(shí)際問題的時(shí)候應(yīng)用蒙特·卡羅方法主要有兩部分工作:

1. 用蒙特·卡羅方法模擬某一過程時(shí),需要產(chǎn)生某一概率分布的隨機(jī)變量。

2. 用統(tǒng)計(jì)方法把模型的數(shù)字特征估計(jì)出來,從而得到實(shí)際問題的數(shù)值解。

折疊分子模擬計(jì)算

使用蒙特·卡羅方法進(jìn)行分子模擬計(jì)算是按照以下步驟進(jìn)行的:

1. 使用隨機(jī)數(shù)發(fā)生器產(chǎn)生一個(gè)隨機(jī)的分子構(gòu)型。

2. 對此分子構(gòu)型的其中粒子坐標(biāo)做無規(guī)則的改變,產(chǎn)生一個(gè)新的分子構(gòu)型。

3. 計(jì)算新的分子構(gòu)型的能量。

4. 比較新的分子構(gòu)型于改變前的分子構(gòu)型的能量變化,判斷是否接受該構(gòu)型。

若新的分子構(gòu)型能量低于原分子構(gòu)型的能量,則接受新的構(gòu)型,使用這個(gè)構(gòu)型重復(fù)再做下一次迭代。 若新的分子構(gòu)型能量高于原分子構(gòu)型的能量,則計(jì)算玻爾茲曼因子,并產(chǎn)生一個(gè)隨機(jī)數(shù)。若這個(gè)隨機(jī)數(shù)大于所計(jì)算出的玻爾茲曼因子,則放棄這個(gè)構(gòu)型,重新計(jì)算。 若這個(gè)隨機(jī)數(shù)小于所計(jì)算出的玻爾茲曼因子,則接受這個(gè)構(gòu)型,使用這個(gè)構(gòu)型重復(fù)再做下一次迭代。

5. 如此進(jìn)行迭代計(jì)算,直至最后搜索出低于所給能量條件的分子構(gòu)型結(jié)束。

折疊項(xiàng)目管理

項(xiàng)目管理中蒙特·卡羅模擬方法的一般步驟是:

1.對每一項(xiàng)活動,輸入最小、最大和最可能估計(jì)數(shù)據(jù),并為其選擇一種合適的先驗(yàn)分布模型;

2.計(jì)算機(jī)根據(jù)上述輸入,利用給定的某種規(guī)則,快速實(shí)施充分大量的隨機(jī)抽樣

3.對隨機(jī)抽樣的數(shù)據(jù)進(jìn)行必要的數(shù)學(xué)計(jì)算,求出結(jié)果

4.對求出的結(jié)果進(jìn)行統(tǒng)計(jì)學(xué)處理,求出最小值、最大值以及數(shù)學(xué)期望值和單位標(biāo)準(zhǔn)偏差

5.根據(jù)求出的統(tǒng)計(jì)學(xué)處理數(shù)據(jù),讓計(jì)算機(jī)自動生成概率分布曲線和累積概率曲線(通常是基于正態(tài)分布的概率累積S曲線)

6.依據(jù)累積概率曲線進(jìn)行項(xiàng)目風(fēng)險(xiǎn)分析。

折疊力學(xué)

在力學(xué)中,蒙特卡羅方法多被用來求解稀薄氣體動力學(xué)問題,其中最為成功的是澳大利亞G.A.伯德等人發(fā)展的直接模擬統(tǒng)計(jì)試驗(yàn)法。此法通過在計(jì)算機(jī)上追蹤幾千個(gè)或更多的模擬分子的運(yùn)動、碰撞及其與壁面的相互作用,以模擬真實(shí)氣體的流動。它的基本假設(shè)與玻耳茲曼方程一致,但它是通過追蹤有限個(gè)分子的空間位置和速度來代替計(jì)算真實(shí)氣體中分布函數(shù)。模擬的相似條件是流動的克努曾數(shù)(Kn)相等,即數(shù)密度與碰撞截面之積保持常數(shù)。對每個(gè)分子分配以記錄其位置和速度的單元。在模擬過程中分別考慮分子的運(yùn)動和碰撞,在此平均碰撞時(shí)間間隔內(nèi),分別計(jì)算分子無碰撞的運(yùn)動和典型碰撞。若空間網(wǎng)格取得足夠小,其中任意兩個(gè)分子都可以互相碰撞。具體決定哪兩個(gè)剛體分子相撞,是隨機(jī)取一對分子,計(jì)算它們的相對速度,根據(jù)此值與最大相對速度的比值和隨機(jī)取樣比較的結(jié)果,來決定該對分子是否入選。碰撞后分子的速度根據(jù)特定分子模型的碰撞力學(xué)和隨機(jī)取樣決定。分子與壁面碰撞后的速度,則根據(jù)特定的反射模型和隨機(jī)取樣決定。對于運(yùn)動分子的位置和速度的追蹤和求矩可以得出氣體的密度、溫度、速度等一些感興趣的宏觀參量。而對于分子與壁面間的動量和能量交換的記錄則給出阻力、舉力和熱交換系數(shù)等的數(shù)學(xué)期望值。

分享碧菲,掃描二維碼關(guān)注公眾號及抖音
留言提交


聯(lián)系我們



郵編:116600  

地址:遼寧省大連市金普新區(qū)鐵山西路41號   電話:0411-87584009

傳真電話:0411-87407009                   公司網(wǎng)址:photographylist.net

公司郵箱:yj@bfmem.com

娄底市| 原平市| 乌鲁木齐县| 五常市| 平泉县| 扎鲁特旗| 卓尼县| 台中市| 黄平县| 大姚县| 勐海县| 塘沽区| 锦屏县| 樟树市| 沙田区| 柘城县| 峨眉山市| 隆回县| 嘉义县| 孙吴县| 景泰县| 盘山县| 龙川县| 车致| 南召县| 辉县市| 郎溪县| 如皋市| 屏东县| 新丰县| 兴山县| 新和县| 南投市| 阳谷县| 师宗县| 佛教| 额尔古纳市| 肇庆市| 咸丰县| 长顺县| 闸北区|