×

随机自动机网络和接近完全可分解性。 (英语) Zbl 0992.60078号

摘要:随机自动机网络(SAN)在过去十五年中被开发和使用,作为可以分解为松散连接组件的大型系统的建模形式。在这项工作中,我们将马尔可夫链(MC)的近完全可分解性概念扩展到SAN,以便可以预测与求解底层MC相关的固有困难,并可以研究基于此概念的求解技术。要找到SAN底层MC的几乎完全可分解(NCD)分区,需要计算其全局生成器的非零元素。由于内存和执行时间的限制,即使在稀疏矩阵表示中,这对于非常大的系统也是不可行的。我们在分析给定SAN中每个组件的NCD结构的基础上,设计了一个有效的分解求解算法。数值结果表明,所给出的算法比直接方法的性能要好得多。

MSC公司:

60J27型 离散状态空间上的连续时间马尔可夫过程
60J10型 马尔可夫链(离散状态空间上的离散时间马尔可夫过程)
65层10 线性系统的迭代数值方法
65楼30 其他矩阵算法(MSC2010)
65层50 稀疏矩阵的计算方法
PDF格式BibTeX公司 XML格式引用
全文: 内政部