Многоуровнева симулация Монте Карло
Многоуровнева симулация Монте Карло (MLMC) е техника за намаляване на дисперсията, която оценява очаквани стойности чрез комбиниране на симулации, изпълнявани при множество нива на числена точност. Грубите, евтини симулации улавят по-голямата част от сигнала; фините, скъпи симулации коригират само оставащата малка разлика — драстично намалявайки общата изчислителна цена в сравнение със стандартното Монте Карло само при най-финото ниво.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Giles, M. B. (2008). Multilevel Monte Carlo path simulation. Operations Research, 56(3), 607–617. DOI: 10.1287/opre.1070.0496 ↗
- Giles, M. B. (2015). Multilevel Monte Carlo methods. Acta Numerica, 24, 259–328. DOI: 10.1017/s096249291500001x ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Multilevel Monte Carlo Simulation. ScholarGate. https://scholargate.app/bg/bayesian/multilevel-monte-carlo-simulation
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Марковски Монте Карло вериги (MCMC)Симулационно моделиране↔ compare
- Монте Карло симулацияВземане на решения↔ compare
- Частицов филтър (последователен Монте Карло)Бейсови методи↔ compare
- Последователен Монте КарлоБейсови методи↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →