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．     

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.     

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．     

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.     

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.     

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.     

支持向量机与模糊规则模型的等价性

在模糊基函数为高斯型隶属函数或更一般地其满足Mercer条件和核函数为有界函数的情况下,证明了支持向量机器问题与一般的模糊规则模型的等价性.这一结论在许多实际复杂的无法事先确定其模糊规则的数量的情况下十分重要.并且给出了当在知道模糊模型时分别确定C和ε值的算法.最后用两个例子说明二者的等价性.     

基于最佳距离度量近邻法的邻域风险最小化方法

 在邻域风险最小化原则中提出一种新的定义邻域半径的方法,即对任意训练样本点,首先利用最佳距离度量近邻法定义一个距离度量,并根据这个距离度量来寻找该样本点的最近邻,然后依据它们之间的距离来定义邻域半径,最后在原有邻域风险最小化算法的基础上建立基于最佳距离度量近邻法的邻域风险最小化算法.实例表明新提出的算法是正确的、有效的.