一种计算机模拟方法、装置、设备及介质制造方法及图纸

本申请公开了一种计算机模拟方法、装置、设备及介质，涉及计算机模拟技术领域，包括：在计算机模拟的过程中，根据目标函数计算转移概率矩阵，并确定马尔科夫链状态的迭代初始值；在迭代过程中，根据所述转移概率矩阵迭代得到若干个马尔科夫链状态，直至迭代结束；根据若干个所述马尔科夫链状态统计第一目标状态区间，以完成计算机模拟过程。综上所述，本申请提高了计算机模拟效率和模拟精度，一定程度上避免了计算机模拟过程中的局限性。免了计算机模拟过程中的局限性。免了计算机模拟过程中的局限性。

【技术实现步骤摘要】
一种计算机模拟方法、装置、设备及介质


[0001]本专利技术涉及计算机模拟
，特别涉及一种计算机模拟方法、装置、设备及介质。

技术介绍

[0002]马尔科夫链蒙特卡罗(Markov Chain Monte Carlo，MCMC)是基于马尔科夫链的动态采样积分策略，该技术经常被用在解决空间中的积分和优化问题，成为很多复杂算法求解的基础，在统计学、物理学、经济学和决策分析中扮演了重要的角色。转移矩阵的选取往往关乎于MCMC的运行效率，在马尔科夫链蒙特卡罗算法的计算机模拟过程中，转移矩阵常使用客观分布例如均匀分布、正态分布、指数分布等，或依赖于使用者的经验，从而使得模拟过程存在一定的局限性并导致模拟的效率较低，精度较低。
[0003]为此，如何提高计算机模拟的效率和模拟精度，并避免计算机模拟过程中的局限性是本领域亟待解决的问题。

技术实现思路

[0004]有鉴于此，本专利技术的目的在于提供一种计算机模拟方法、装置、设备及介质，能够提高计算机模拟的效率和模拟精度，并避免计算机模拟过程中的局限性，其具体方案如下：
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种计算机模拟方法，其特征在于，包括：在计算机模拟的过程中，根据目标函数计算转移概率矩阵，并确定马尔科夫链状态的迭代初始值；在迭代过程中，根据所述转移概率矩阵迭代得到若干个马尔科夫链状态，直至迭代结束；根据若干个所述马尔科夫链状态统计第一目标状态区间，以完成计算机模拟过程。2.根据权利要求1所述的计算机模拟方法，其特征在于，所述根据目标函数计算转移概率矩阵，包括：根据目标函数，并通过预设公式计算转移概率矩阵；所述预设公式包括：其中，p(x)表示目标函数，q(x)表示转移概率矩阵。3.根据权利要求1所述的计算机模拟方法，其特征在于，所述确定马尔科夫链状态的迭代初始值，包括：利用最大似然估计法确定马尔科夫链状态的迭代初始值。4.根据权利要求1所述的计算机模拟方法，其特征在于，所述根据若干个所述马尔科夫链状态统计第一目标状态区间之后，还包括：利用概率方法得到所述第一目标状态区间的目标值。5.根据权利要求1至4任一项所述的计算机模拟方法，其特征在于，所述在迭代过程中，根据所述转移概率矩阵迭代得到若干个马尔科夫链状态，直至迭代结束，包括：在每一迭代过程中，利用所述转移概率矩阵和前一迭代的马尔科夫链状态确定当前迭代的马尔科夫链状态，并通过所述目标函数和所述转移概率矩阵得到接受率；通过所述接受率与当前目标随机数的大小关系确定是否接受当前迭代的马尔科夫链...

【专利技术属性】
技术研发人员：邹德强，
申请(专利权)人：山东云海国创云计算装备产业创新中心有限公司，
类型：发明
国别省市：