循环Lotka-Volterra模型的粗粒化：SSA与局部最大似然估计
统计力学
2007-05-23 v1
摘要
当原子模拟（如Gillespie随机模拟算法，SSA）的输出可以近似为扩散过程时，我们可能对该扩散的确定性（漂移）分量的动态特征感兴趣。我们以循环Lotka-Volterra系统的SSA模拟作为示例，对此类漂移分量执行传统的科学计算任务（积分、稳态和闭合轨道计算以及稳定性分析）。使用适当初始化的SSA模拟的短时爆发结果，在最大似然框架下，利用Ait-Sahalia的转移密度展开\cite{ait2,aitECO,aitVEC}拟合局部扩散模型。然后将这些估计与标准数值算法（如Newton-Raphson或数值积分程序）耦合，以帮助设计后续的SSA实验。文中还简要讨论了SSA模拟（跳跃过程）的局部扩散近似的有效性。
引用
@article{arxiv.cond-mat/0603817,
title = {Coarse graining the Cyclic Lotka-Volterra Model: SSA and local maximum likelihood estimation},
author = {C. P. Calderon and G. A. Tsekouras and A. Provata and I. G. Kevrekidis},
journal= {arXiv preprint arXiv:cond-mat/0603817},
year = {2007}
}
备注
21 pages (Model Reduction and Coarse-Graining Approaches for Multiscale Phenomena, A. Gorban, N. Kazantzis, Y. Kevrekidis, H.C. Ottinger, C. Theodoropoulos (Eds.), Springer, Berlin--Heidelberg--New York, 2006.)