基于对偶抽样，采用蒙特卡洛模拟的方法进行配电系统可靠性评估，使用matlab编写的程序，对于初学者很有帮助。

这份资料详细介绍了蒙特卡洛法的原理 以及用matlab的实现方式

蒙特卡洛 蒙特卡洛模拟的各种实现。

蒙特卡洛 基于估计的置信区间的蒙特卡洛模拟框架。

提出一种可处理输入变量相关性的随机潮流方法。该方法基于Nataf变换和准蒙特卡洛模拟，使用奇异值分解处理对称非正定的相关系数矩阵。对IEEE 30节点系统和某实际大区域电网的仿真证明了所提方法的有效性和普适性。仿真结果表明：与传统基于Cholesky分解的排序方法相比，奇异值分解可在不增加计算代价的同时灵活处理非正定的相关系数矩阵；而相比于普通基于拉丁超立方的方法，所提方法收敛更快，相同样本规模下的计算精度更高，特别是输出变量标准差的精度。

详细描述请看：https://blog.csdn.net/QQ438152470/article/details/123007211

课程作业，用蒙特卡洛模拟极大似然估计的概率密度函数与最小二乘估计式子。提供matlab源码与 实验报告。

蒙特卡洛模拟的基本步骤 建立合适的概率模型 进行多次重复试验 对重复试验结果进行统计分析（估计频率、均值等）、分析精度 重复试验的次数称为蒙特卡洛仿真次数，试验次数越多，精度越高 蒙特卡洛方法可以求解复杂系统的计算问题，如雷达检测系统的检测概率

根据维基百科 ( https://en.wikipedia.org/wiki/Monte_Carlo_method)： “蒙特卡洛方法或蒙特卡洛实验是一大类计算算法，它们依赖于重复随机采样来获得数值结果。 基本概念是使用随机性来解决原则上可能是确定性的问题。 它们通常用于物理和数学问题，并且在难以或不可能使用其他方法时最有用。 Monte Carlo 方法主要用于三类问题：优化、数值积分和从概率分布中生成绘图。”

Matlab代码解释器用于光学显微镜的蒙特卡洛模拟程序。 基于Wang Lihong，Steven L. Jacques，郑立琼，MCML-多层组织中光传输的蒙特卡罗建模，《生物医学计算机方法和程序》，第47卷，第2期，1995年，第131-146页，ISSN 0169- 2607 、。 是的，这些与我的opt_microscopy_mc另一个名为opt_microscopy_mc东西完全相同，除了它是在Python中，这对我来说是不幸和惨痛的做法，因为我发现Matlab代码在Mac上运行需要5天，而我是唯一的高性能服务器无需详细说明的建议就可以访问，而该建议未安装Matlab，并且只有Python解释器可用！