蒙特卡洛方法实现三重积分与二重积分，北邮科学计算与编程作业

针对3-RPS并联机器人的结构特点,在Solidworks中建立机构的三维模型。采用新型的数值算法求解该机构的运动学逆解。在此基础上分别运用蒙特卡洛法和MATLAB仿真分析法求解机构的工作空间。并分析对比2种方法的优缺点。

MCNP4b中文教程.pdf

用于MCNP能谱数据提取工具

MCNP5的可视化工具

电力系统的可靠性是现代电力系统规划，设计和运行的关键方面。 智能电网概念的兴起为开发能够成为自愈电网的智能网络寄予了很高的希望，它具有克服公用事业面临的中断问题的能力，并使其损失了数千万美元的维修和损失。 在这项工作中，我们开发了一个MATLAB代码，以检查智能电网应用程序在通过蒙特卡罗模拟方法改善配电网络可靠性方面的作用。 本文使用的系统是IEEE 34测试馈送器。 目的是测量可靠性指标SAIDI，SAIFI，CAIDI和EUE上自动重合闸（AR）以及分布式发电机（DG）的安装情况，并与作者以前的研究结果进行比较，使用另一种方法。 MATLAB代码应提供与先前研究结果相近的结果，以验证其有效性。

蒙特卡洛算法详解，举例为用蒙特卡洛算法求解pi，及其相关知识

各种蒙特卡洛讲解和实例的合集 随机变量抽样 连续系统和离散系统的模拟

蒙特卡罗法的MATLAB程序，对于初学者非常有用 蒙特卡罗法的MATLAB程序，对于初学者非常有用 蒙特卡罗法的MATLAB程序，对于初学者非常有用 蒙特卡罗法的MATLAB程序，对于初学者非常有用

现阶段网络上的五子棋游戏主要是剪枝法或者人工标注，这样导致了机器落子具有了局限性，遇到全新的棋形时无法正确落子。基于上面五子棋游戏的漏洞，本文设计一学习型五子棋博弈算法，算法通过深度学习和蒙特卡洛树搜索算法打破既定规则，提高了机器在下棋时的多变性。该软件使用的神经网络将我方落子、敌方落子、当前落子位置以及当前落子玩家，四个矩阵作为输入数据，加强了网络提取特征的速度和拟合效率，并获取每个点的概率值。在蒙特卡洛树搜索算法中使用了快速落子方式，即标注出多个关键点的价值，使得在模拟时，不需要在无胜算的地方随机落子，通过这种方法可以提高落子效率。该算法经过一定规模的训练达到了较好的博弈水平。本软件优点在于，通过使用蒙特卡洛树搜索算法让计算机可以不再依靠人类创造的落子策略，使用深度学习可以加快运算出蒙特卡洛概率值，提高整体游戏落子速度。该算法建立在深度学习的相关知识和计算机博弈的相关知识基础上，实现了基于深度学习与蒙特卡洛树搜索的五子棋博弈算法，并设计出卷积网络接口net。