谈到随机过程的模拟,当今使用最广泛的蒙特卡洛随机模拟技术,能够模拟产生具有目标特征的随机过程,包括一文或多文、单变量或多变量、平稳或非平稳、高斯或非高斯的随机过程。为了使相关领域的研究能够更加符合实际情况,非高斯过程的随机模拟越来越受到关注,特别是更新过程。目前,更新过程的数值模拟可以分为两类:第一类,更新时间间隔服从指数分布(即泊松过程)的数值模拟;第二类,更新时间间隔服从其他分布(泊松过程的延伸)的数值模拟。18834
参考文献
[1] 林元烈. 应用随机过程[M]. 北京: 清华大学出版社, 2002
[2] 熊光楞等. 连续系统仿真与离散事件系统仿真[M]. 北京: 清华大学出版社, 1991
[3] 现代应用数学手册编委会. 概率统计与随机过程[M]. 北京: 清华大学出版社, 1998
[4] 费勒. 概率论及其应用 (第二卷) [M]. 北京: 科学出版社, 1994
[5] 复旦大学. 随机过程[M]. 北京:人民教育出版社, 1981
[6] 龚光鲁, 钱敏平. 应用随机过程教程[M]. 北京: 清华大学出版社, 2004 论文网
[7] S. M. Moss. Stochastic Processes[M]. John Wiley and Sons, 1993
[8] J. L. Doob. Stochastic Processes[M]. John Wiley and Sons, 1953
[9] K. L. Chung. Markov Chains with Stationary Transition Probabilities. 2nd ed[M]. Springer-Verlag, 1967
[10] 浙江大学. 概率论与数理统计[M]. 第三版. 北京: 高等教育出版社2001
[11] 严颖等. 运筹学随机模型[M]. 北京: 中国人民大学出版社, 1995
[12] 李德, 钱颂迪. 运筹学(修订版) [M],清华大学出版社,1990
[13] 何声武. 随机过程导论[M]. 北京: 高等教育出版社1999
[14] 王梓坤. 概率论基础及其应用[M]. 北京: 科学出版社 1976 随机过程的模拟国内外研究现状和参考文献:http://www.youerw.com/yanjiu/lunwen_40380.html