0引言-仪器信息网.pdf

《计量s锻试技术》2o11年第38卷第 1O期 一 种蒙特卡罗方法在测量不确定度评定中的新算法 ANewComputationalMethodofUsingMonteC Methodto EvaluateM easurementsUncertainty 崔伟群 (中国计量科学研究院北京 ，100013) 摘 要：通过对现有利用蒙特卡罗方法进行不确定度评定过程的分析，指出了目前评定过程中存在理论上的不衔接 ，并给出了一种全新的利用蒙特卡 罗方法进行不确定度评定的算法，弥补了现有方法的缺憾。 关键词：蒙特卡罗；不确定度；不确定度评定 0 引言 的矩形分布； 蒙特卡罗方法 (MCM)的基本思想是依据大数定律， (3)选择蒙特卡洛试验样本量的大小 。 当求解某种随机事件出现的概率，或者是某个随机变量 (4)从输入量 的P 中抽取 个样本值 =1， 的期望值时，可以通过某种 “实验”的方法，以这种事件出 2，… ， 现的频率估计这一随机事件的概率或期望，并将其作为 (5)对每个样本 f，计算相应 y的模型值 = ，= 问题的解 。 1，2，… ， 近年来，蒙特卡罗方法被大量应用在测量不确定度 (6)由M个 计算Y的样本均值浙 = 巧及样 评定中，核心是求取模拟样本的标准差。其依据是分布 传播 ，即能够通过输入量的概率分布确定输出量的概率 本方差为s2(y)= 聋(巧一)。 分布。在这一点上一般没有疑义 ，但是蒙特卡罗方法应 假设实验员通过上述方法进行一次评定，评 出其标 用于不确定度传播的前提条件是输出量的样本均值的方 准不确定度为 s(Y)。但是实验员为 了更准确，又利用 差就应该是实际中要求的方差，然而蒙特卡洛方法未给 上述方法进行 了一次评定 ，评 出其标准不确定度为 2 出在模拟 “实验”的过程中可以模拟方差的结论，这是因 (Y)。那么如何处理这两次评定的结果 呢?取平均值 为不同的 “实验”过程会引入不同的误差 ，从而产生不同 吗?显然不是，这是因为在概率统计中，有明确的方法处 的样本方差。这从蒙特卡罗方法中给出的减小方差的各 理这两次评定的结果。对于第一次模拟有一组随机变量 种算法中可以看出。 X，对与第二次模拟也有一组随机变量 ，则两次模拟 目前使用的蒙特卡罗方法进行不确定度评定一般按 下述步骤进行 ： 的结果为 Y： ，其方差为： (1)建立 】，和 1，… 之间的模型 Y=f(X1，…， XN)； D㈩ =D( )= + + (2)利用可获信息，为 置设定概率分布(PDF)等； E[1一E[X1]( 一E[X2])] ，1、 2 、 ／ (3)选择蒙特卡洛试验样本量的大小 。 考虑到实验员两次评定的独立性 ，可以认为两组模 (4)从