QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 4976|回复: 6
打印 上一主题 下一主题

[问题求助] 蒙特卡罗方法解线性规划

[复制链接]
字体大小: 正常 放大

8

主题

3

听众

960

积分

升级  90%

  • TA的每日心情
    无聊
    2015-3-3 18:13
  • 签到天数: 256 天

    [LV.8]以坛为家I

    群组Matlab讨论组

    跳转到指定楼层
    1#
    发表于 2012-6-16 20:28 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta
    求蒙特卡罗方法解线性规划详细的步骤和程序代码, R. W1 b  |3 t4 Z9 k/ t
    zan
    转播转播0 分享淘帖0 分享分享1 收藏收藏0 支持支持0 反对反对0 微信微信
    liwenhui        

    70

    主题

    66

    听众

    5197

    积分

    独孤求败

  • TA的每日心情
    擦汗
    2018-4-26 23:29
  • 签到天数: 1502 天

    [LV.Master]伴坛终老

    自我介绍
    紫薇软剑,三十岁前所用,误伤义士不祥,乃弃之深谷。 重剑无锋,大巧不工。四十岁前恃之横行天下。 四十岁后,不滞于物,草木竹石均可为剑。自此精修,渐进至无剑胜有剑之境。

    社区QQ达人 邮箱绑定达人 发帖功臣 元老勋章 新人进步奖 风雨历程奖 最具活力勋章

    群组计量经济学之性

    群组LINGO

    它的核心思想是构造一个“摸球”的马尔可夫过程,目前国内好像没这方面的书籍出版,英文的书籍倒是有。
    回复

    使用道具 举报

    8

    主题

    3

    听众

    960

    积分

    升级  90%

  • TA的每日心情
    无聊
    2015-3-3 18:13
  • 签到天数: 256 天

    [LV.8]以坛为家I

    群组Matlab讨论组

    liwenhui 发表于 2012-6-25 17:05 ; Q! t% Q$ w3 f5 x7 X9 ^
    它的核心思想是构造一个“摸球”的马尔可夫过程,目前国内好像没这方面的书籍出版,英文的书籍倒是有。

    6 T' x' L9 T, M% }( ]我后来是在线性规划的约束条件下产生随机数然后代入价值函数中求值。
    , ^; ^) F4 l: U0 J4 n6 N你说的“构造一个“摸球”的马尔可夫过程”,我有点难以理解。能不能给出个例子具体说明下。谢谢
    回复

    使用道具 举报

    liwenhui        

    70

    主题

    66

    听众

    5197

    积分

    独孤求败

  • TA的每日心情
    擦汗
    2018-4-26 23:29
  • 签到天数: 1502 天

    [LV.Master]伴坛终老

    自我介绍
    紫薇软剑,三十岁前所用,误伤义士不祥,乃弃之深谷。 重剑无锋,大巧不工。四十岁前恃之横行天下。 四十岁后,不滞于物,草木竹石均可为剑。自此精修,渐进至无剑胜有剑之境。

    社区QQ达人 邮箱绑定达人 发帖功臣 元老勋章 新人进步奖 风雨历程奖 最具活力勋章

    群组计量经济学之性

    群组LINGO

    本帖最后由 liwenhui 于 2012-6-28 12:55 编辑   m; N) n. z" x
    warmsnowman 发表于 2012-6-28 12:25 * `7 G$ q+ @0 S0 k5 t  M
    我后来是在线性规划的约束条件下产生随机数然后代入价值函数中求值。7 M( J+ r& c- ^& N/ r3 A  @
    你说的“构造一个“摸球”的马尔可 ...

    ! @% X  w' N" c5 x3 f* p6 _5 ?1 ]0 s$ g; B0 u0 Q: X
    这个过程一两句话说不清楚,我看能不能找到相关的资料给你看看。
    : B- X. x  n8 V- v6 R用蒙特卡罗方法可以求解线性方程组、偏微分方程等,其主要思路俱是构造马尔可夫过程。4 |$ i+ r, i* K+ o+ q2 n+ X. g

    / P1 Q$ t0 Z) H6 i5 P2 e' U你的思路其实是“随机搜索”爬山法
    # ^; L/ c3 Y- ~- y如果目标函数只有个极值的话它能收敛到最优解,但是如果有多个极值,它只能收敛到局部解。1 E9 B. W# T; Z4 y( |
    对于多元情况,你如何产生随机数?是“多维联合分布"产生还是单独地一个一个地产生随机数?
    6 @! z. c$ o; ^: v4 b. F$ u$ o$ l& H我在知网上面见过类似的论文,是一些老师写的,我感它他们的理论推导不够,不能保证全局最优2 A1 K. L  n2 p
    其实,有类似的算法来求最优值,并且保证结果的收敛,它就是“模拟退火过程”,我一直想证明/ e, w+ o% g! h- O
    模拟退火过程与MCMC方法的等价性。
    回复

    使用道具 举报

    8

    主题

    3

    听众

    960

    积分

    升级  90%

  • TA的每日心情
    无聊
    2015-3-3 18:13
  • 签到天数: 256 天

    [LV.8]以坛为家I

    群组Matlab讨论组

    liwenhui 发表于 2012-6-28 12:48 9 v8 M! y' S7 n* C" N% D) y
    这个过程一两句话说不清楚,我看能不能找到相关的资料给你看看。4 _8 ^' I  ?' W* C4 N" k0 e
    用蒙特卡罗方法可以求解线性方程组、 ...
    ' L" @2 r7 ?5 S" N$ v4 h% v2 w
    多元的情况,产生随机数也是方便的吧,比如取分布都是独立同分布。(这样也就是一个一个产生的了)( v% @) [3 G# g  \8 `& y" @

    1 d) |8 C# S: d8 A8 N8 R的确我那样做的话,不能保证是全局最优的
    回复

    使用道具 举报

    liwenhui        

    70

    主题

    66

    听众

    5197

    积分

    独孤求败

  • TA的每日心情
    擦汗
    2018-4-26 23:29
  • 签到天数: 1502 天

    [LV.Master]伴坛终老

    自我介绍
    紫薇软剑,三十岁前所用,误伤义士不祥,乃弃之深谷。 重剑无锋,大巧不工。四十岁前恃之横行天下。 四十岁后,不滞于物,草木竹石均可为剑。自此精修,渐进至无剑胜有剑之境。

    社区QQ达人 邮箱绑定达人 发帖功臣 元老勋章 新人进步奖 风雨历程奖 最具活力勋章

    群组计量经济学之性

    群组LINGO

    线性规划最好用单纯型迭代,不必要使用蒙特卡罗方法) f% X4 j$ X' ?( }* u( ?
    每个方法都其实用范围,如果为了结果的准确性的话就选用最合适的方法! i/ o, u8 W+ _6 S; I( v# R# L
    当人,如果为了探索而得到标新立异的方法话,另当别论。
    回复

    使用道具 举报

    8

    主题

    3

    听众

    960

    积分

    升级  90%

  • TA的每日心情
    无聊
    2015-3-3 18:13
  • 签到天数: 256 天

    [LV.8]以坛为家I

    群组Matlab讨论组

    liwenhui 发表于 2012-6-29 17:28
    $ y' W' I% v, j0 e' g线性规划最好用单纯型迭代,不必要使用蒙特卡罗方法
    ' N, ^" p: B6 ?# E0 n9 q+ g- O% E每个方法都其实用范围,如果为了结果的准确性的话就选 ...
    7 o6 n$ R5 u# w( T) [. y
    那是当然,在实际应用中如果有针对性的算法就用针对性的算法最好。
    # L; n9 W1 r* |2 c但我这是只是想研究拓展下蒙特卡罗的用法,看下他在其他方面的应用,说不定有新的发现
    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2026-7-9 09:54 , Processed in 0.424496 second(s), 86 queries .

    回顶部