×

基于最小交叉熵的状态相关重要性抽样方案。 (英语) 兹比尔1279.60094

小结:我们提出了一种通过在仿真过程中反复求解最小交叉熵(MCE)程序来获得状态和时间相关重要性抽样估计量的方法。这种基于MCE的方法为在不再需要时停止更改度量的自然概念奠定了基础。我们使用此方法获得了轻尾i.i.d.和的单尾概率的状态和时间相关估计,该估计通常是对数有效的,并且在跳跃为高斯时是强有效的。我们继续为双尾问题构造一个估计量,该估计量被证明同样有效。我们考虑了通过MCE获得的算法的次要变体,并将我们的算法与文献中的其他算法进行了一些数值比较。

MSC公司:

60J22型 马尔可夫链中的计算方法
60层10 大偏差
94甲17 信息的度量,熵
94A20型 信息与传播理论中的抽样理论

软件:

MC队列
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Blanchet,J.和;Glynn,P.(2006年)。轻尾和的强有效估计。L.Lenzini和;R.Cruz(编辑),第一届绩效评估方法和工具国际会议记录。纽约:ACM·Zbl 1132.60038号
[2] Botev,Z.I.,Kroese,D.P.和;Taimre,T.(2007)。广义交叉熵方法及其在稀土模拟和优化中的应用。仿真:国际建模与仿真学会学报,83,785–806·doi:10.1177/0037549707087067
[3] 巴克洛,J.A.(2004)。稀土模拟简介。纽约:斯普林格·Zbl 1057.65002号
[4] de Boer,P.T.(2006)。两节点串联队列状态相关重要性抽样测度分析。ACM计算机模拟建模汇刊,16,225–250·doi:10.1145/1147224.1147226
[5] A.Dembo,&;Zeitouni,O.(1998年)。大偏差技术和应用(第二版)。纽约:施普林格·兹比尔0896.60013
[6] Dupuis,P.和;Wang,H.(2004)。重要性抽样、大偏差和微分对策。随机与随机报告,76481-508·Zbl 1076.65003号
[7] Dupuis,P.和;Wang,H.(2007)。Isaacs方程的子解和重要抽样的有效方案。运筹学数学,32723-757·Zbl 1341.62042号 ·doi:10.1287/门1070.0266
[8] Ethier,S.N.和;Kurtz,T.G.(1986年)。马尔可夫过程:特征和收敛。纽约:Wiley·Zbl 0592.60049号
[9] Glassermann,P.,&;王毅(1997)。大偏差概率重要性抽样中的反例。应用概率年鉴,7731–746·Zbl 0892.60043号 ·doi:10.1214/aoap/1034801251
[10] Heidelberger,P.(1995)。排队和可靠性模型中罕见事件的快速模拟。ACM建模与计算机仿真汇刊,5,43–85·Zbl 0843.62096号 ·数字对象标识代码:10.1145/203091.203094
[11] Jaynes,E.T.(1957)。信息论和统计力学。《物理评论》,106、620–630·兹比尔0084.43701 ·doi:10.1103/PhysRev.106.620
[12] Jaynes,E.T.(1963年)。信息论和统计力学。K.Ford(编辑),《统计物理学》(第181–218页)。纽约:本杰明。
[13] Kullback,S.和;Khairat,M.A.(1966年)。关于最低歧视信息的说明。《数理统计年鉴》,37279-280·Zbl 0143.20904号 ·doi:10.1214/网址/1177799619
[14] L'Ecuyer,P.、Blanchet,J.H.、Tuffin,B.和;Glynn,P.W.(2008)。稀有事件模拟中估计量的渐近稳健性。ACM建模与计算机仿真汇刊(待出版)。
[15] A.Ridder和;Rubinstein,R.Y.(2007)。稀土模拟的最小交叉熵方法。仿真:国际建模与仿真学会学报,83,769–784·数字对象标识代码:10.1177/0037549707087713
[16] Rubinstein,R.Y.(2005)。用于组合优化和稀土估算的随机最小交叉熵方法。应用概率的方法与计算,7,5–50·Zbl 1073.65052号 ·doi:10.1007/s11009-005-6653-7
[17] Rubinstein,R.Y.,&;Kroese,D.P.(2008年)。模拟和蒙特卡罗方法(第二版)。纽约:Wiley·Zbl 1147.68831号
[18] Sadowsky,J.S.,&;Bucklew,J.A.(1990年)。关于大偏差理论和渐近有效的蒙特卡罗估计。IEEE信息理论汇刊,36,579–588·Zbl 0702.60029号 ·数字对象标识代码:10.1109/18.54903
[19] Smith,P.J.(2001)。重要性抽样模拟中罕见事件概率的低估。仿真:国际建模与仿真学会学报,76140-150·doi:10.1177/003754970107600301
[20] Tijms,H.C.(2003)。随机模型第一课程。纽约:Wiley·Zbl 1088.60002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。