基于多鏈MCMC的并行化.pdf

1、蒙特卡羅馬可夫鏈(MCMC)算法是概率推理中的重要方法，在統(tǒng)計學、人工智能、圖形學、統(tǒng)計物理等有重要應用。MCMC算法對機器的計算速度和存儲空間有很高的要求。并行計算機能夠提供更快的計算速度和更大的存貯空間?，F(xiàn)有的MCMC軟件都是基于單處理器的，并行MCMC算法的研究也還剛剛起步，離實際應用還有很大距離。 針對這種狀況，本文在總結MCMC算法和并行計算基本技術的基礎上，設計并實現(xiàn)了一種基于多鏈MCMC的并行化方法，即在并行計算機

2、上應用MCMC算法的簡單多鏈MCMC并行模型，具體工作包括： 提出了在并行計算機上應用MCMC算法的簡單多鏈MCMC并行模型。該模型包括輸入、數(shù)據(jù)預處理、并行多鏈采樣、多鏈收斂性診斷、采樣數(shù)據(jù)處理及輸出六大模塊。 以JAGS為采樣引擎，通過C語言編程和MPI并行程序設計，實現(xiàn)了該模型。 開展了實驗研究。對幾個典型問題，分別應用BUGS、JAGS軟件及本多鏈并行MCMC模型，對結果作了對比、分析。實驗充分說明，簡單