蒙特卡洛模拟中伪随机数的STTDMR检验.docVIP

 蒙特卡洛模拟中伪随机数的 STTDM R 检验 帅 永 , 夏新林 , 谈和平 , 阮立明 ( 哈尔滨工业大学航天热物理研究所 , 黑龙江 哈尔滨 150001) [ 摘 要 ] 伪随机数发生器 ( PNG) 是蒙特卡洛法概率模拟中的基本工具 , 但它也成为影响蒙特卡洛法精确度 的最大误差源. 提出了一种检验方法 ———二维介质辐射对称性检验法 STTDMR , 它可在不同条件下对各种伪随机 数程序进行无限制的检验 , 在更精细的层次上区分伪随机数发生器的优劣 . STTDMR 不仅可检验伪随机数的特 性 , 还可检验概率模型是否正确 . 利用 STTDMR 分析了多种典型的伪随机数产生法 , 获得一个性能上较优越的 组合伪随机数 ZH 产生程序 . [ 关键词 ] 蒙特卡洛法 ; 伪随机数 ; 检验 ; STTDMR [ 中图分类号 ] TK124 [ 文献标识码 ] A 引言 最近几年蒙特卡洛法应用范围日益扩大 ,原先只能在大型机上运行的许多蒙特卡洛计算程序正在微机 . 用蒙特卡洛法对一个实际过程进行计算机模拟 ,必须产生具有各种分布的伪随机数来模拟系统中的 0 化1 ,2 随机过程. 因此可以说 ,伪随机数发生器是蒙特卡洛法概率模拟中的基本工具3 ～6 . 就数学上来说 ,只要有了一种分布规律的伪随机数 ,就可以通过各种数学变换或抽样的方法 ,产生出具 有任意分布的随机数. 实际上 ,在计算机上总是先产生最简单的 0 ,1 区间均匀分布随机数 ,然后再用它产生 出所需的各种分布的随机数. 产生伪随机数的方法有多种 ,如平方取中法 、乘同余法 、混合同余法 、Fibonecci 法 、小数平方法 、小数开方法 、混沌法 、取余法等. 这些方法各有优缺点7 ,很难获得一种完美的随机数产生方 法 . 一个好的随机数产生方法应具有以下特点 : ①所产生的随机数序列应均匀分布在 0 ,1 区间 ,有好的分布 状态 ; ②序列之间应没有相关性 ,互相独立 ,充分体现任意性 ; ③序列重复周期足够长 、具有完全可重复性 ; ④ 在计算机上产生的速度快 、占用的内存空间少. 几年来 ,随着计算机技术的发展 ,其运算速度得到了迅速的提高 ,目前影响蒙特卡洛法精确度的最大误 差源在于伪随机数的计算 . 对随机数的检验可以分为理论检验和经验检验两大类8 . 理论检验是产生随机数 之前预测该随机数的性能 ,是对随机数总体的检验 ,不能保证从总体中抽取的一个具体样本的随机性能. 经 验检验是直接对实际产生出的随机数样本进行统计检验 ,可采用概率统计理论中的统计检验方法. 伪随机数检验分析有很多种方法1 ,从数学上的各种重要分布及抽样分析的检验到粒子输运问题中的 分布及抽样的检验 ,本文提出一种检验方法 ———二维介质辐射对称性检验法 ( STTDMR ,symmetry test in two di2 mension media radiation) . STTDMR 不仅可以检验伪随机数的特性 ,并且由于该方法中涉及发射模型 、反射模 型 、介质吸收散射模型 ,因此还可以检验蒙特卡洛法的概率模型. 对于不同的伪随机数程序 ,若检验结果都与 物理现象偏差很大 ,则可说明蒙特卡洛法的概率模型有问题 ;后之 ,则说明所建立的概率模型是正确的. 在此 基础上 ,进一步对伪随机数进行比较分析 ,检验伪随机数的产生方法 . 1 STTDM R 检验基本原理 本文提出了一种二维介质辐射对称性检验法 STTDMR ,即 :取一个 N ×N 的二维正方形网格 ,如图 1 所 [ 收稿日期 ] 2003 - 01 - 21 ; [ 修回日期 ] 2003 - 08 - 14 [ 基金项目 ] 国家自然科学基金 (No . 资助项目 示 ,中间是吸收散射性介质 ,从中心网格 ( 标识符号为 ? ) 通过伪随机数程序随机发射辐射能束 ,而后统计经过一 次及多次传递后各网格吸收的能束射线数目. 若介质的 衰减 (吸收 、散射) 系数均匀 ,且各壁面的发射率相等 , 则 理论上几何位置对称网格 ( 标识数字符号相同者) 吸收的 能束数应相等 . 为简便起见 ,本文中不考虑散射 , 则衰减 系数等于吸收系数. 其中运用辐射传递系数 RDij 的概念 ,它表示面元 i 的 本身辐射 (本文中用射线数目 ni 表示) 经一次投射 ,及经 系统中其它各元的一次或多次反射后 ,最终被面元 j 吸收 的份额 (吸收的射线数目为 nij ) , 图 1 二维正方形网格 Fig11 Two Dimensional Quadrate Grid 表 1 部分伪随机数