问题标签 [montecarlo]

在 python 2.7 中工作。

我确信代码有点笨拙，但我会尽可能简单地解释它。

我有两个清单：

我需要将 B 中的对应值添加到 T 中对应列表的末尾，所以使用 zip 将它们放在一起。

然后，我计算从第三个列表中减去每个列表的第一个值的结果，并使用另一个 zip 函数附加该值。

所以当我运行我的函数时，T 变量现在看起来像 [[1,0,1,0], [1,0,3,-2], [0,5,2,-2]]。

然后我有一系列 if 语句，如果某些值高于或低于其他值，则列表返回胜利、失败或平局。

我想多次模拟我的函数（starterTrans）的结果。问题是当我使用时：

对于每次模拟，我都会得到不同版本的 T。因此，第一次通过模拟时，T 在每个列表中都有适当数量的元素（四个），但在每次运行之后，添加的变量越来越多。

无论我想使用多少次，我都需要一种方法将 T 锁定到它原来的四个变量。我正在努力寻找一种方法来做到这一点。有任何想法吗？

我知道我的代码很复杂，但如果它可以帮助任何人按照我的尝试来描述我的问题：

谢谢你的帮助。

在 python 2.7 中工作。

我有一个参数，它接受一个列表，将参数列表的值添加到列表“团队”中，然后比较某些位置值并根据值返回胜利、失败或平局。

我希望能够多次模拟结果，使用 random.shuffle(team) 对团队列表进行随机排序。

我可以这样做：

但我希望能够将所有模拟中的所有胜利、失败和平局相加，然后除以模拟次数（在本例中为 x），以获得胜利、失败和平局的平均值的模拟。

我尝试将 starterTrans 函数更改为具有等于 += wins 的 total_wins 变量，但我无法弄清楚。有任何想法吗？

我想在我正在做的项目中实现蒙特卡洛本地化。我做的第一件事是尝试在一个导航 2D 世界的虚拟机器人中实现它。现在这个程序真的很慢，不起作用，而且我进展甚微。所以我想知道是否有人可以指出我可以查看的蒙特卡洛本地化示例。

根据我在不同来源中阅读的内容，据说蒙特卡洛方法就像获取随机样本，然后测试不同的解决方案并选择最佳解决方案。我不完全理解这在实际 AI 中是如何工作的。你能给我简单的例子吗？效果如何？是否可以将其与其他专门用于非确定性游戏 AI 的现有算法并行使用？

我正在尝试优化用于生物信息学目的的基于 C 的代码。它使用蒙特卡洛迭代进行主要部分计算。它之前使用 ran2() 生成随机数，这使得它非常慢。经过深入研究，我发现 mersenne twister 和 sfmt 是更高效的随机数生成器。但是，我尝试在我的代码中使用它们，它们似乎对速度没有太大影响。鉴于程序每次迭代使用生成器 10 次以上，我无法弄清楚为什么更改生成器对速度没有影响。

谁能告诉我我哪里可能出错了？

本练习的目的是创建营养摄入值的人口分布。早期数据中有重复测量，这些已被删除，因此每一行都是数据框中的唯一人。

我有这段代码，在使用少量数据框行进行测试时效果很好。对于所有 7135 行，它非常慢。我试着给它计时，但是当我的机器上经过的运行时间为 15 小时时，我把它搞砸了。结果system.time是Timing stopped at: 55625.08 2985.39 58673.87。

我将不胜感激有关加快模拟的任何评论：

对于我数据集中的 7135 个观察值中的每一个，创建 100 个模拟营养值，然后将其转换回原始测量水平（模拟使用来自 BoxCox 转换营养值的非线性混合效应模型的结果）。

我不想使用for循环，因为我读到它们效率低下，但我对基于使用它们作为替代方案R的选项了解不够。正在独立计算机上运行，​​通常这将是运行 Windows 7 变体的标准戴尔型台式机，如果这会影响有关如何更改代码的建议。applyR

更新：为了重现这个进行测试， Lambda.Value=0.4 和Male.Resid.Var=12.1029420429778 并且Male.Distrib$stddev_u2是所有观察值的恒定值。

str(Male.Distrib)是

head(Male.Distrib)是

NaN更新 2：导致结果的函数行是

感谢大家的帮助和评论，以及回复的速度。

更新：@Ben Bolker 是正确的，它是temp导致 NaN 问题的负值。我通过一些测试错过了这一点（在注释掉函数以便只temp返回值并调用我的结果数据框之后Test）。此代码重现了该NaN问题：

但是将值作为值放入然后运行相同的（？）计算会给我一个结果，所以我在进行手动计算时错过了这个：

我现在有（我认为）使用矢量化的工作代码，而且速度非常快。以防万一其他人有这个问题，我在下面发布工作代码。我必须添加一个最小值以防止计算出现 <0 问题。感谢所有提供帮助的人，感谢咖啡。我确实尝试将rnorm结果放入数据框中，这确实减慢了速度，以这种方式创建它们然后使用cbind非常快。Male.Distrib是我的 7135 观察的完整数据框，但这段代码应该适用于我之前发布的缩减版本（未经测试）。

当天的教训：

• 如果您尝试执行我之前尝试的操作，则分布函数似乎不会在循环中重新采样
• 您不能使用max()我尝试的方式，因为它返回列中的最大值，而我想要两个值中的最大值。该ifelse语句是要替换的语句。

你能解释一下如何建造这棵树吗？

我非常了解节点是如何选择的，但是更好的解释真的会帮助我实现这个算法。我已经有一个代表游戏状态的棋盘，但我不知道（理解）如何生成树。

有人可以指出我对该算法的评论很好的实现（我需要将它用于 AI）吗？或者更好的解释/例子？

我在网上没有找到很多资源，这个算法比较新……

我正在尝试编写一个蒙特卡洛代码，在其中优化字典中的元素。例如，我将我的原始字典定义为

这导致

现在说我的蒙特卡洛中的一个尝试是从 A[1] 中取出一个随机元素“a”并将其放入 A[2]。但是，我想保留我原来的字典。所以我首先创建一个新字典：

然后在 BI 中进行所需的更改

这导致了我想要获得的修改后的字典：

然而，这也改变了我原来想要备份的字典 A。

有什么办法可以做到这一点吗？谢谢你的帮助！

我正在阅读这篇关于使用 JavaScript 生成玫瑰图像的有趣文章。但是，我有点困惑，因为这篇文章声称作者使用了蒙特卡罗方法来减少代码大小。

据我了解，作者正在使用蒙特卡罗方法来执行诸如 GIF 隔行扫描之类的操作，以便图像加载速度更快。我错过了什么吗？

我正在做一个项目，我们需要使用 MPI 并行化这个问题。所以基本思想是每个进程都会得到它的分数，做测试（点是否在圆圈中）然后调用 MPI_Reduce。然后根会得到简化的结果并给出最终的答案。

我很困惑的是要减少什么。每个进程是否应该计算 pi，用 pi 调用 reduce，而 root 只取减少的 pi 值的平均值吗？或者每个进程调用是否应该随着命中数（圆内的成功点）而减少，然后根使用这个结果计算 pi？希望这很清楚。谢谢。