random-walk相关内容
我有一个3D简单立方晶格,在我的代码中我称之为Grid,具有大小为20x20x20(数字是任意的)的周期性边界条件。我想做的是种植聚合度为N的多个聚合链(具有N个节点的图),它们不会重叠,是自我避免的。 目前,我可以递归地种植一个聚合物。这是我的代码 const std::vector ex{1,0,0}, nex{-1,0,0}, ey{0,1,0}, ney{0,-1,
..
我正在模拟一个一维对称随机游走过程: y[t] = y[t-1] + epsilon[t] 其中白噪声由 epsilon[t] ~ N(0,1) 在时间段 t 中表示.在这个过程中没有漂移. 另外,RW 是对称的,因为 Pr(y[i] = +1) = Pr(y[i] = -1) = 0.5. 这是我在 R 中的代码: set.seed(1)t=1000epsilon=sample
..
我正在模拟一维对称随机游走过程: y[t] = y[t-1] + epsilon[t] 其中白噪声由 epsilon[t] ~ N(0,1) 在时间段 t 表示.在这个过程中没有漂移. 另外,RW是对称的,因为Pr(y[i] = +1) = Pr(y[i] = -1) = 0.5. 这是我在 R 中的代码: set.seed(1)t=1000epsilon=sample(c(-1
..
我有一个Matlab代码,可以生成一维随机游动. %%向上或向下移动的可能性概率= [0.05,0.95];开始= 2;%%以2开头positions(1)=开始;对于i = 2:1000rr = rand(1);down = rr 1;up = rr> prob(2)&位置(i-1)<4;位置(i)=位置(i-1)-向下+向上;图(1),clf情节(位置)
..
我正在尝试编写一个使用OpenCL执行蒙特卡洛模拟的程序.我遇到了一个涉及指数的问题.当变量 steps 的值变大,大约为20000时,指数的计算将意外失败,并且程序将退出并显示"Abort Trap:6".鉴于步骤不应该影响内存分配,这似乎是一个奇怪的错误.我尝试将 normal , alpha 和 beta 设置为0,但这并不能解决问题,但是注释掉了指数并将其替换为常数1似乎可以解决此问题.我
..
首先让我澄清一下,我不是要像 ,但我想看看这个过程. 我可以显示出该图,并且如果我在每个步骤中打印阵列,都可以看到该步道正在运行.但是这个角色本身并没有动起来.我的代码: 将matplotlib导入为mpl从matplotlib导入pyplot作为plt从matplotlib导入动画作为动画将numpy导入为np导入系统随机导入长度= int(sys.argv [1])无花果= plt.f
..
所以我需要创建一个函数,该函数为连续进行随机跳跃的个人绘制位置与时间的关系图.每次跳跃都是以概率R右移一个单位,否则是左移一个单位.参数必须为R =可能向右跳一个单位; a =初始位置;和numjumps =个人跳的次数.我还需要使用binornd()函数. 到目前为止,我编写的代码是: function plot_sim(a,numjumps,R) loc = a; time = 0
..
我想实现随机游走并计算稳态. 假设我的图形如下图所示: 上面的图在文件中定义如下: 1 2 0.9 1 3 0.1 2 1 0.8 2 2 0.1 2 4 0.1 etc 要阅读并构建此图,我使用以下方法: def _build_og(self, original_ppi): """ Build the original graph,
..
我正在建立一个偏倚的相关随机游动,并且我设法建立了RW,并将其偏向于西风运动. 问题:我需要将步行限制在一侧(或全部)上. 当前代码为: walk
..
我正在尝试在2d中随机行走,并绘制2d行走. 我已经可以散步了,但情节并不是我想要的. 可以在python中看到走路吗?或者只是在每个点上添加标签,以便您知道哪个点排在第一位,第二个点排在第二位,等等. import numpy as np import matplotlib.pyplot as plt import random def randomWalkb(length): s
..
我对Python还是很陌生,但是对于大学的一篇论文,我需要应用一些模型,最好使用Python.我花了几天的时间来编写代码,但是我实在无济于事,这是怎么回事,它没有创建一个看起来像带有漂移的标准布朗运动的随机过程.我的参数,例如mu和sigma(预期的收益或漂移和波动率),除了噪声过程的斜率外,什么都不会改变.那是我的问题,看起来都像噪音.希望我的问题足够具体,这是我的诀窍: import m
..
我有这个问题: 创建一个程序,该程序构造一维(1)维的晶格, 100000个网站.在这个格子中随机放置一些陷阱 分子,其浓度为c.随机放入1个粒子 放置在晶格上并让其执行随机游走.在这个步行 您不会设置时间限制,即您不会声明 具体的步骤数.当粒子掉落时,行走将停止 在陷阱上..................注意边界 情况.当粒子到达晶格的边界时 不应逃避它,而要保留在格子中, 通过返回原来
..
Xn可以取-1或1的值,概率为0.5. Sn = Sn-1 + Xn我该如何计算 Sn = X1 + X2 +:::+ Xn在时间n处观察到的部分和.我正在尝试在这里模拟随机行走. 我做了以下事情,但我不确定它是正确的: rw
..
我正在尝试在熊猫中快速创建一个模拟的随机游走系列. import pandas as pd import numpy as np dates = pd.date_range('2012-01-01', '2013-02-22') y2 = np.random.randn(len(dates))/365 Y2 = pd.Series(y2, index=dates) start_price =
..
我是Tensorflow Probability的新手,并且想进行RandomWalk Montecarlo仿真.假设我有张量r代表状态.我希望tfp.mcmc.RandomWalkMetropolis函数返回新状态r'的提议. tfp.mcmc.RandomWalkMetropolis(r) >>>
..
我想根据给定的用户偏好(用户喜欢的项目)根据在有向二分图上随机行走来对项目进行排名。该图形具有以下基本结构: $ b $ [User1] ---'likes'---> [ItemA] [ItemB] 以下是我提出的查询: def runRankQuery(def userVertex){ def m =
..
我试图从图中产生一个随机游。我正在使用adjacency-list方法。 顶点存在问题。当我添加一个顶点到一个特定的列表时,顶点会被添加到图中的所有列表中。我不懂为什么!以下是代码: public static void main(String [] args){ defaultData(6); public static void defaultData(int n)
..
我有一个有限的无向图,其中一个节点标记为“开始”,另一个标记为“目标”。 代理最初放置在开始节点并随机导航图形,即在每一步随机选择一个邻居节点并移动到该节点。 当它到达目标节点时,它会停止。 我正在寻找一种算法,对于每个节点,都提供有关代理访问概率的指示它,从开始到目标旅行。 谢谢。 解决方案 与图形通常情况一样,只需要知道适当的方法描述这个问题。 编写图形的一种方法
..
我已经在 R 中创建了以下功能: timeseriesmodel
..
我在模拟的二维随机游走,用方向0℃; θ< 2π和T = 1000步。我已经有一个code这模拟的是单走,重复它的12倍,并节省每碰到顺序命名的文本文件: A = np.zeros((1000,2),DTYPE = np.float) 打印打印#阵列0作为条目#单随机游走 高清randwalk(X,Y):#定义randwalk功能 THETA = 2 * math.pi * rd
..