《表3 佳点集的quasi-Monte Carlo序列的统计数据Tab.3 Statistical Data of Quasi-Monte Carlo Sequences of Good Points

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于佳点集的装配公差分析方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

可以看出，在样本点数量范围为（500～15000）时，佳点集的quasi-Monte Carlo序列和传统Monte-Carlo序列，由于模拟次数过少，两种方法都不稳定，装配后测点Y方向偏差无论是均值还是标准差都有比较大的波动，尤其是基于传统Monte-Carlo序列的测点Y方向偏差的均值相对变化量有3.39%；但是随着模拟次数的增加，在样本点数量范围为（5500～9500）时，基于佳点集的quasi-Monte Carlo序列的方法很快收敛，不再波动，其测点Y方向偏差的均值相对变化量为0.09%，而此时基于传统MonteCarlo序列仍然在理想值附近波动，其测点Y方向偏差的均值相对变化量为1.1%。当样本点数量范围（10000～25000）时，抽样次数甚至要更大时，基于传统Monte-Carlo序列的方法才慢慢收敛。可见，在翼子板装配分析模拟偏差分析的过程中，基于佳点集的quasi-Monte Carlo序列的方法收敛速度明显大于传统MonteCarlo方法，计算时间也相应地缩短。之所以具有如此好的收敛速度以及稳定性，是因为佳点集能够均匀地填充整个样本空间。