一种用于加速使用 Gillespie 算法的"所有可行步"方法

许多物理与生物过程本质上是随机的。此类过程的计算模型与模拟是数学与计算挑战。基础随机模拟算法由 D. Gillespie 约三十年前发表[D.T. Gillespie, J. Phys. Chem. {\bf 81}, 2340, (1977)]。此后大量工作致力于在运行时间上提高效率。该算法的所有加速版本旨在最小化生成状态空间中随机轨迹所需的运行时间。在这些模拟中,可靠统计的必要条件是对大量模拟取平均。本研究中我提出一种不改动随机算法、但减少所需模拟次数的新加速方法。通过所收集数据分析,我以更少模拟展示了高精度水平。此外,所提方法提供统计误差的良好估计,可作为确定所需模拟次数的工具。