×

估计期望值的重要性抽样:NP-hard区间问题的启发式方法。 (葡萄牙语。英文摘要) Zbl 1208.65060号

摘要:本文的目标是展示通过启发式逼近NP-hard区间计算问题的可能性,重点是基于蒙特卡罗方法的算法。为了给出数值估计一般问题的启发式方法,在给定精度(epsilon)的情况下,有理函数(f(x_1,dots,x_n)的期望值,其中(x1,dotes,x_n)In\prod^n_{k=1}\times I_k\)是根据联合概率密度函数(P(x_1,dots,x_n)选择的,其中(I_k)是区间,我们证明,对于2次正则图的特殊情况,其顶点只能取两个值\(-1)和\(+1),这限制了区间是离散的,\(I_k=[-1,1]\cap\mathbbZ^{ast}\),\(k=1,\dots,n)。我们证明,通过精确计算,两个相邻顶点之间的期望值问题的代价从(O(2^n))运算减少到(O(n{mathrm{sample}})),即当我们近似启发式得到的结果时发现的复杂性,其中是在Metropolis算法的上下文中,重要性抽样过程选择的配置样本数。

MSC公司:

65G30型 区间和有限算术
65二氧化碳 蒙特卡罗方法
PDF格式BibTeX公司 XML格式引用
全文: 内政部