对称K部分网络上的最快混合马尔可夫链
摘要：解决具有不同拓扑结构的网络上最快混合马尔可夫链问题（即寻找过渡概率最小化过渡概率矩阵的第二大特征值模的方法）是计算机科学研究的主要领域之一，其中一个众所周知的网络是K-分图网络。在本文中，我们通过层化和半定规划提出了最快混合马尔可夫链问题的分析解，针对四种特定类型的K-分图网络，即对称K-PPDR网络，半对称K-PPDR网络，循环K-PPDR网络和半循环K-PPDR网络。本文所提出的方法基于最快混合马尔可夫链问题的凸性，通过研究由松弛条件引起的特征多项式的归纳比较，来寻找最优的过渡概率。所提出的结果表明，对称K-PPDR网络及其等价的半对称K-PPDR网络具有相同的SLEM值，尽管半对称K-PPDR网络的边比其等价的对称K-PPDR网络少，而对称K-PPDR网络在前几次迭代中的混合率更好。对于循环K-PPDR网络和半循环K-PPDR网络，结果也是相同的。此外，通过数值比较混合时间的改善，还将得到的最优过渡概率与Metropolis-Hasting方法得到的过渡概率进行了比较。
作者：Saber Jafarizadeh
论文ID：1008.2588
分类：Discrete Mathematics
分类简称：cs.DM
提交时间：2010-08-17