Question

我试图从具有强度函数（lambda_time）的非均匀泊松过程中生成时间如下 -

     lambda_time<-function(k,p,a,t){
          k*(p-1)*(a^(p-1))*((t+a)^(-p))
          }

。我在间隔（0，Tmax）之间产生“n”次的代码如下 -

   Inhomogeneous<- function(lambda_time,n,k,p,a,tmax,lambdamax=NA){
      if(is.na(lambdamax)){
        lambdamax<-  max(sapply(seq(0,tmax,length.out=2000),lambda_time,k=k,p=p,a=a))
      }
     t<-0
     count<-1
     times<-numeric()
     times[1]<-t
     while(times[length(times)]<tmax && count<=n){
         e<-rexp(1,lambdamax)
         t<-t+e
         v<-runif(1)
         if(t<tmax && v<=(lambda_time(k,p,a,t)/lambdamax)){
            times<-c(times,t)
            count<-count+1
        }
    }
   return(times[-1])

}

。但代码很慢。我不懂为什么？有人能告诉我吗？ k，p，a的值将类似于1.8,1.9,0.6或类似的东西。

Answer 1

当变量被矢量化时，R运行得最好。您的编程风格让人联想到C和Fortran等低级和汇编语言，其中矢量化不会显着提高速度。

您可以采取一些措施来减少代码中的函数调用和声明量。

使用带循环语句的for循环和控制流。

for（i in 1：n）{

###在这里做数学

if（times [length（times）]＆lt; tmax）破

}
预先声明向量并让R按索引访问它们（即使您不使用您生成的每个随机数）

v＆lt; - runif（n = n）

t＆lt; - rep（NA，n）

等...

for（i in 1：n）{

###在这里做数学

### v v v [i]

if（times [length（times）]＆lt; tmax）破

}

非均匀泊松过程的慢代码

1 个答案: