托尼·沙亚 积分数值计算的自适应分层蒙特卡罗算法。 (英语) Zbl 07316595号 数学。计算。模拟。 157, 143-158 (2019). 小结:在本文中,我们的目的是使用自适应蒙特卡罗算法计算函数积分的数值近似。我们提出了一种基于迭代方法的分层抽样算法,该算法根据一些被称为指标的量来分割地层,这些指标指示方差取相对较大值的位置。分层方法基于最优分配策略,以减少迭代之间的方差。数值实验证明了算法的有效性。 引用于1文件 MSC公司: 65Kxx美元 数学规划、优化和变分技术的数值方法 65Dxx日 数值近似和计算几何(主要是算法) 65华夏 非线性代数或超越方程 65Txx型 傅里叶分析中的数值方法 65立方厘米 概率方法,随机微分方程 关键词:蒙特卡罗方法;最优分配;自适应方法;分层 软件:测试包;维加斯 PDF格式BibTeX公司 XML格式引用 \textit{T.Sayah},数学。计算。模拟。157、143--158(2019;Zbl 07316595) 全文: 内政部 arXiv公司 哈尔 参考文献: [1] A.Carpentier,R.Munos,可微函数蒙特卡罗积分的自适应分层抽样,in:神经信息处理系统进展,第25卷,NIPS 2012。;A.Carpentier,R.Munos,《可微函数蒙特卡罗积分的自适应分层抽样》,载于《神经信息处理系统进展》,第25卷,NIPS 2012·兹比尔1416.62070 [2] 德路易吉,C。;Maire,S.,超矩形区域上的自适应积分和近似及其在篮子期权定价中的应用,蒙特卡罗方法应用。,16, 265-282 (2010) ·Zbl 1206.65014号 [3] Etore,P。;G.福特。;Jourdain,B。;Moulines,E.,《关于适应性分层》,Ann.Oper。Res.,189,1,127-154(2011)·Zbl 1279.65007号 [4] Etore,P。;Jourdain,B.,分层抽样方法中的自适应最优分配,Methodol。计算。申请。概率。,12, 3, 335-360 (2010) ·Zbl 1208.65005号 [5] 费恩黑德,P。;Taylor,B.M.,自适应序贯蒙特卡罗采样器,贝叶斯分析。,8, 2, 411-438 (2013) ·Zbl 1329.62055号 [6] Fishman,G.S.,Monte Carlo,概念、算法和应用(1996),Springer:Springer纽约·Zbl 0859.65001号 [7] Genz,A.,《测试多维集成例程》(Ford,B.;Rault,J.C.;Thomasset,F.,《科学与工程计算工具、方法和语言国际会议论文集》(1984),Elsevier New York:Elsevie New York(巴黎,法国)),81-94 [8] Glasserman,P.,《金融工程中的蒙特卡罗方法》(2004),施普林格-弗拉格出版社·Zbl 1038.91045号 [9] Kawai,R.,分层抽样的渐进最优分配,分层自适应方差减少,J.ACM Trans。模型。计算。模拟。,20, 2 (2010) ·Zbl 1386.65019号 [10] P.L’Ecuyer,效率改进和方差减少,摘自:1994年冬季模拟会议论文集,1994年12月,第122-132页。;P.L’Ecuyer,效率改进和方差减少,载于:1994年冬季模拟会议论文集,1994年12月,第122-132页。 [11] Lepage,G.P.,自适应多维积分的新算法,J.Compute。物理。,27, 192-203 (1978) ·Zbl 0377.65010号 [12] 出版社,W.H。;Farrar,G.R.,多维蒙特卡罗积分的递归分层抽样,计算。物理。,4, 190-195 (1990) [13] 出版社,W.H。;Teukolsky,美国。;韦特林,W.T。;Flannery,B.P.,《C中的数字配方》,《科学计算的艺术》(1992),剑桥大学出版社·Zbl 0845.65001号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。