L-leap-accelerating the stochastic simulation of chemically reacting systems

Presented here is an L-leap method for accelerating stochastic simulation of well-stirred chemically reacting systems,in which the number of reactions occurring in a reaction channel with the largest propensity function is calculated from the leap condition and the number of reactions occurring in the other reaction channels are generated by using binomial random variables during a leap.The L-leap method can better satisfy the leap condition.Numerical simulation results indicate that the L-leap method can obtain better performance than established methods.     

模拟化学反应系统的快速无偏τ-Leap算法

化学反应系统中的Leap算法可在获得较好精度的同时大幅提高模拟速度.最近提出的无偏Leap方法有效地克服了由Leap时间区间内的反应次数的近似均值与真实均值之间的偏差引起的Leap算法的误差的不足.本文讨论了一个基于物种相对改变估计真实均值的快速无偏T-Leap算法,并将该算法推广到模拟时滞化学系统中.该快速算法具有易于编码、比前者更快等优点.当系统中的反应通道或物种的数目较大时,该方法具有更明显的速度优势.     

模拟时滞化学反应系统的自适应τ-Leap算法

本文发展了一种模拟时滞化学反应系统的自适应τ-Leap算法（DAr—Leap）．该算法将后验τ-Leap算法应用到时滞化学反应系统，能够自动调节τ使得在时间区间[t，t＋τ）内发生多次反应事件并且精确地满足Leap条件，从而避免了负分子数目的产生，较大地提高了模拟速度．     

随机模拟化学反应系统的加速L-leap算法

提出了随机模拟化学反应系统的加速L-leap算法,该算法根据leap条件确定具有最大倾向函数的反应通道的反应次数,并利用二项分布随机数生成其它反应通道在当前leap时间区间内的反应次数．L-leap算法可更好地满足leap条件．数值模拟实验表明该算法能取得更好的模拟性能．     

模拟化学反应系统的快速无偏T-Leap算法

化学反应系统中的Leap算法可在获得较好精度的同时大幅提高模拟速度.最近提出的无偏Leap方法有效地克服了由Leap时间区间内的反应次数的近似均值与真实均值之间的偏差引起的Leap算法的误差的不足.本文讨论了一个基于物种相对改变估计真实均值的快速无偏T-Leap算法,并将该算法推广到模拟时滞化学系统中.该快速算法具有易于编码、比前者更快等优点.当系统中的反应通道或物种的数目较大时,该方法具有更明显的速度优势.     

基于CCH的SVM几何算法及其应用

支持向量机(support vector machine(SVM))是一种数据挖掘中新型机器学习方法.提出了基于压缩凸包(compressed convex hull(CCH))的SVM分类问题的几何算法.对比简约凸包(reducedconvex hull(RCH)),CCH保持了数据的几何体形状,并且易于得到确定其极点的充要条件.作为CCH的实际应用,讨论了该几何算法的稀疏化方法及概率加速算法.数值试验结果表明所讨论的算法可降低核计算并取得较好的性能.     

Efficient Stochastic Simulation Algorithm for Chemically Reacting Systems Based on Support Vector Regression

通过引入机器学习中的孪生支持向量回归(twin support vec-tor Regression,TSVR)算法,提出了一个将TSVR与随机模拟算法(stochastic simulation algorithm, SSA)相结合的基于孪生支持向量回归的随机模拟算法(twin support vector regression based stochastic simulations algorithm,TS3A).数值模拟实验表明该算法不仅能广泛应用于化学反应系统的模拟,并且在较少的模拟次数下可明显提高精度和效率.     

＂Final all possible steps＂ approach for accelerating stochastic simulation of coupled chemical reactions

In this paper, we develop a modified accelerated stochastic simulation method for chemically reacting systems, called the ＂final all possible steps＂ （FAPS） method, which obtains the reliable statistics of all species in any time during the time course with fewer simulation times. Moreover, the FAPS method can be incorporated into the leap methods, which makes the simulation of larger systems more efficient. Numerical results indicate that the proposed methods can be applied to a wide range of chemically reacting systems with a high-precision level and obtain a significant improvement on efficiency over the existing methods.     

加速随机模拟化学反应系统的"最后所有可能的步进"方法

提出了一种改进的模拟化学反应系统的加速方法,称为"最后所有可能的步进"(FAPS)方法.此方法不仅可以用较少的模拟次数得到整个运行过程中任何时刻物种的统计特性,而且还可以与leap算法相结合,有效地进行大规模的化学反应系统的模拟.数值模拟的结果表明提出的方法可以广泛地应用于多种化学反应系统,并且与已有的方法相比其运行效率有显著的改进.