总干事罗伯茨。;A.盖尔曼。;吉尔克斯，W.R。 随机行走Metropolis算法的弱收敛性和最优尺度。 （英语） Zbl 0876.60015号 附录申请。普罗巴伯。 7，第1期，110-120（1997）. 摘要：本文考虑了多维随机游走Metropolis算法的提案分布缩放问题，以最大限度地提高算法的效率。当目标密度序列的维数收敛到（infty）时，主要结果是弱收敛结果。当建议方差根据\（n）适当缩放时，由每个马尔可夫链的第一个分量形成的随机过程序列收敛到适当的极限Langevin扩散过程。极限扩散近似承认一个直接的效率最大化问题，由此产生的渐近最优策略与算法的拟议移动的渐近接受率有关。在相当一般的条件下，渐近最优接受率为0.234。在目标密度具有对称乘积形式的情况下证明了主要结果，并讨论了结果的推广。 引用于6评论引用于318文件 MSC公司： 60F05型 中心极限和其他弱定理 65C99个 概率方法，随机微分方程 关键词：Metropolis算法;弱收敛;最佳缩放;马尔科夫蒙特卡洛 PDF格式BibTeX公司 XML格式引用 \textit{G.O.Roberts}等人，Ann.Appl。普罗巴伯。7，编号1，110-120（1997；Zbl 0876.60015） 全文： DOI程序