Parfor实现中的问题- MATLAB答案- MATLAB中心 - 金宝app,下载188bet金宝搏,金宝搏官方网站

%管家

％关闭所有;

清晰;

clc;

%=========================================================================

% 1。设置参数

%=========================================================================

方便的参数从劳动力供应方程作为全局

全局的z fac

%固定参数

gam = 4;EIS的倒数%

弗里希= 1;平均弗里希最后。

r = 2.5/400;% ss利率

RA = 10;%风险规避

α= 1-RA /访问;% a=0 (RA=gam)降低为CRRA病例

%校准目标

不= 0.4;平均工作时数%

nu_Y = 0.4;每GDP的收益

B_4Y = 1.6;%流动财富每年GDP

D1_4Y = 0.18;在初始ss中，债务占年度GDP的比例为% HH

D2_4Y = 0.08;s航站楼的债务占年GDP的比例

休闲曲线紧随其后

= 1/frisch * (1 - NE) / NE;

Gameta = gam / eta;

%的数值参数

麦克斯特= 500;%校准中最大的迭代次数

cmin = 1 e-6;%消费下限

tol_pol = 1平台以及;策略功能的%容忍LVL

tol_dist = 1e-10;％容差LVL用于分配

tol_mkt = 1 e-6;市场出清的容许LVL %

tol_cali = 1e-4;％容差LVL用于校准

%资产网格

我= 200;债券网格点的百分比

Ic = 100;% Ic =2;

Bmin = -2;％下限

bmax = 50;%上界

b_grid = bmin + ((1:I)/I)。^2 * (bmax - bmin);%密度为低值

db = 0.01;% MPC步长

收入冲击过程

Load Inc_Process％Loads X，Pr，Pr

Tauchen方法生成的使用状态的12-状态马尔可夫链

% x: log生产率(实际工资)

% Pr:转移矩阵

% pr:不变分布

%增加失业

θ= [0;exp (x)];

S =长度(θ);生产率的州数百分比(生产率/实际工资为13个州)

鳍= 0.8820;%求职概率

9月= 0.0573;%分离概率

％新转换矩阵

Pr = [1-fin, fin* Pr;9月* (s - 1, - 1), (1-sep) *公关];

找到新的不变分布

Pr = [0, Pr];

差异= 1;

而dif> tol_dist

革命制度党=公关*公关;

dif = max (abs (pri-pr));

Pr = pri;

结束

%校准参数的初始猜测，NE ~ Y

打赌= 0.8 ^ (1/4);%的折扣因素

nu = nu_Y * NE;%的UI的好处

B = b_4y * ne * 4;债券净供给%

phi1 = D1_4Y * NE * 2;%借款约束在初始ss = 0.1440

phi2 = D2_4Y * NE * 2;%借款限制在终端ss = 0.0640

pssi = NE^(-gam) * (1-NE)^%从劳动负效用，就像代表代理人

%设置rerun_initial = 1立即校准。

％rerun_initial = 1;

％rerun_terminal = 1;

%=========================================================================

% 2。在初始稳定状态下进行校准

%=========================================================================

%if reun_initial == 1

%负载标准;

%结束

%设置相关借款限制

phi = phi1;

%预先配置

cl = ones(1, S);%消费在借款限制

n_pol = 0 (S, I);%劳动政策

y_pol = 0 (S, I);%生产政策

b_pol = 0 (S, I);%的储蓄政策

mpcs = 0 (S, I);% mpc

抽搐

disp(“计算初始平衡…”);

Parfor it = 1:maxit

%更新(政府)预算限制

(1 - pr(1)) /(1+r) /(1 - pr(1))%劳动税

z = [nu， -tau*ones(1,S-1)];%全部转让方案(纸制tau波浪线)

找到状态空间的下界的消费:当两者都在今天

%和明天代理人在借款限额->约束是有约束力的

t和t+1都是%

Fac = (pssi ./ theta) ^ (1/);

for s = 1: s %循环生产率状态(13)

cl (s) = fzero(“find_cl”,…%的目标

[CMIN，100]，......％的分型间隔

[],……%的选项

S， - r);状态，资产，利率

结束

％a）解决消费政策

%----------------------------------

对政策功能的初步猜测

c_pol = max(cmin, r*ones(S,1) * b_grid);％猜测c_t + 1

c_poli = c_pol;%的下一个迭代

猜测V_t+1

负载CRRA。mat %从CRRA案例中装载c_pol和n_pol，以原始GL代码(在终端SS部分开始前检查行)

v_pol = (1 / (1-bet)) * (c_pol。^ (1-gam) / (1-gam)) + pssi * (((1-n_pol)。^ (1-eta)) / (1-eta));% guess for V_t+1 using c_pol, n_pol from CRRA case

% v_pol = (c_pol。^ (1-gam) / (1-gam)) + pssi * (((1-n_pol)。^ (1-eta)) / (1-eta));%和上面一样有效

v_poli = v_pol;%的下一个迭代

差异= 1;

而dif > tol_pol

明天的期望边际效用

ui =公关* (((-v_pol)。^ (t1)。* (c_pol。^ (gam)));

UI = UI（：，b_grid> = -phi）;

v_u = Pr *((-v_pol).^(1-alpha));

V_un = v_u(:，b_grid>= -phi);

V_con = v_u(:，b_grid < -phi);

% parfor s = 1: s

对于s = 1：s

％不受约束

c = ((1 + r) *注* ((v_un(年代,:))。^(α/(1α)。* ui(年代,:)))。^ (1 / gam);% c_t

N = max(0,1 - fac(s)*c.^gameta);% n_t

b = b_grid (b_grid > =φ)/ (1 + r) + c -θ(s) * n - z(年代);% b_t

v = c。^ (1-gam)。* ((1 / (1-gam))) + pssi *(((其它)。^ (1-eta)) / (1-eta)) -赌* ((v_un(年代,:))。^(1 /(1α)));% v_t

％约束

如果b(1) > -

c_c = linspace（cl（s），c（1），IC）;

N_c = max(0,1 - fac(s)*c_c.^gameta);

B_c = - (1+r) + c_c - (s)*n_c - z(s);

六世= cl (1,1) ^ (1-gam)。* ((1 / (1-gam))) + pssi * (((1-n_c)。^ (1-eta)) / (1-eta)) -赌* ((v_un(1,1))。^(1 /(1α)));%值函数的下界

v_c = linspace(六世(1),v (1), Ic);受约束的％值函数（v_t）

b = [b_c(1:Ic-1)， b];%总b_t

c = [c_c(1:Ic-1)， c];%总c_t

v = [v_c(1:Ic-1)， v];%总v_t

结束

c_poli（s，:) = Interp1（b，c，b_grid，'linear'，'instrap'）;％true c_t + 1> 0到处都是

v_poli(年代)= interp1 (b, v, b_grid,“线性”,“extrap”);% true v_t+1 <0

v_poli (v_poli > 0) = 1 e-6;

%并行化部分

％c_polis = interp1（b，c，b_grid，'linear'，'indrap'）;

% c_poli(年代,:)= c_polis;

%v_polis = interp1(b, v, b_grid， 'linear'， ' extrp ');% true v_t+ 1%

％v_polis（v_polis> 0）= - 1E-6;

% v_poli(年代,:)= v_polis;

结束

%检查收敛性

C_poli = max(C_poli, cmin);%对消费实施非负约束

V_poli = min(V_poli, cmin);% % % %检查! !也许我们应该用最小值

Dif1 = max(max(abs(c_poli - c_pol)));

dif2 = max (max (abs (v_poli-v_pol)));

dif = max ([dif1 dif2]);

％更新

c_pol = c_poli;

v_pol = v_poli;

结束

%保存其他策略功能和mpc

%parfor s = 1: s % parallelize

for s = 1: s

n_pol(年代)= max (0, 1 - fac (s) * c_pol(年代,:)。^ gameta);

Y_pol (s，:) = theta(s) * n_pol(s，:);

b_pol(年代)= max ((1 + r) * (b_grid + y_pol(年代,:)- c_pol(年代:)+ z (s)),φ);

mpc(年代)= (interp1 (b_grid, c_pol(年代,:),b_grid + db,“线性”,“extrap”)——c_pol(年代,:))/ db;

结束

% B)找到不变分布(迭代probb)反式。求键不变分布的矩阵)

%--------------------------------------------------------------------------------------------------------

％将权重与相邻网格点分配到距离

[~， ib_pol] = histc(b_pol, b_grid);

ib_pol (ib_pol < 1) = 1;

魏= (b_pol - b_grid (ib_pol)。/ (b_grid (ib_pol + 1) - b_grid (ib_pol));

%从均匀分布开始迭代资产转移矩阵

差异= 1;

Pd = =（s，i）/（s * i）;期间T，S：产品的％资产分布（统一）。国家，我：收入国家

而dif> tol_dist

pdi = 0 (S, I);%初始化期t+1资产分配

对于s = 1: s %在周期t的生产力网格上循环

for i = 1: i %在周期t内循环资产网格

对于si = 1:S %在周期t+1的生产力网格上循环

pdi (si ib_pol (s i)) =(1 -魏(s i)) *公关(年代,si) * pd (s i) + pdi (si, ib_pol (s i));

pdi (si ib_pol (s i) + 1) =魏(s i) *公关(年代,si) * pd (s i) + pdi (si, ib_pol (s i) + 1);

结束

%检查收敛性

Dif = max(max(abs(pdi - pd)));

％确保分发将（SUM）集成到1

pdi = pdi / sum(sum(pdi));

结束

％c）检查市场清算和校准

％--------------------------------------------

债券市场清算，i指当前迭代

= sum(sum(pd) .* b_grid);

res_mkt = abs(B - Bi);

%校准统计，i指当前迭代

= sum(sum(pd .* y_pol));国内生产总值(GDP) %

NEi =总和(和(pd。* n_pol。* (n_pol > 0))) /笔(金额(pd。* (n_pol > 0)));平均工作时数%

B_4Yi = Bi / Yi / 4;%的债务比率

Di = -sum(sum(pd) .* min(b_grid, 0));

D_4Yi = Di / Yi / 4;%的债务比率

nu_Yi = nu / Yi;% UI效益比

res_cali = max (abs ([B_4Yi、D_4Yi nu_Yi, NEi] - [B_4Y, D1_4Y nu_Y, NE]));

%报告收敛

disp（['迭代'，num2str（IT）]）;

disp(['Bond mkt clearing: '， num2str(B - Bi)]);

disp(['流动财富:'，num2str(B_4Yi - B_4Y)]);

disp(['Debt to GDP: '， num2str(D_4Yi - D1_4Y)]);

disp(['UI受益:'，num2str(nu_Yi - nu_Y)]);

disp(['平均小时:'，num2str(NEi - NE)]);

disp ('-----------------------------------------------')

检查两者的收敛性，必要时进行更新

If (res_cali < tol_cali) && (res_mkt < tol_mkt)

打破;

其他的

%的折扣因素

btemp =日志(1-bet);

btemp = btemp - 1*(Bi - B_4Y*4*Yi);

BET = 1 - EXP（-BTEMP）;

% rest将基于这些更新

/ / D_4Yi; / / D_4Yi;

nu_d = nu_Y * Yi;

pssi_d = pssi * ((1-NE) / (1-NEi))^eta;

* (ph_d - ph_d);

Nu = Nu + 1 * (nu_d - Nu);

pssi_d = 1 * (pssi_d - Pssi); / /

%更新总量

B = B + 0.1 * (B - B);债券净供给%

结束

％统计数字

Y1 = sum(sum(pd .* y_pol));国内生产总值(GDP) %

C1 = sum(sum(pd .* c_pol));%的消费

D1 = -sum(sum(pd) .* min(b_grid, 0));%的债务

N1 = sum(sum(pd .* n_pol));劳动供给%(含失业)

MPC1 = sum(sum(pd .* mpcs));% MPC

%保存结果

phi1 =φ;

r1 = r;

pd1 = pd;

c_pol1 = c_pol;

b_pol1 = b_pol;

v_pol1 = v_pol;

％图1在纸上

图;

i = (b_grid> -phi) & (b_grid < 50*Y1);%的域

次要情节(1、2、1)

绘图（b_grid（ii）/（4 * y1），c_pol（2，ii），b_grid（ii）/（4 * y1），c_pol（8，ii），' - '，'linewidth'，1.3）;

标题(“消费”);

框;网格;

％set（gca，'fontsize'，14）;

轴([-2 13 0 .6])

次要情节(1、2、2)

绘图（b_grid（ii）/（4 * y1），n_pol（2,2），b_grid（ii）/（4 * y1），n_pol（8，ii），' - '，'linewidth'，1.3）;

标题（“劳工供应”）;

传奇(' \θ^ 2 ',' \θ^ 8 ');

框;网格;

％set（gca，'fontsize'，14）;

轴([13 - 2。1。7)

SET（GCF，'位置'，[440 378 700 300]）;

set(gcf，'PaperPosition'， [0 0 14 6]);

集(gcf、“PaperSize”[6]14日);

图= GCF;

saveas(图,“fig1-policies.pdf”);

这就是整个剧本。理解什么时候(和什么地方)我可以从并行化中获益是非常有用的，因为在我看来，我已经并行化的部分(参见%parfor命令)导致开销，使代码几乎慢了7倍(执行408秒vs 2661秒)。

算法中的问题

0评论
显示隐藏1以上的评论

接受的答案

5个评论
显示隐藏 4年长的评论

更多的答案(0)

另请参阅

类别

标签

社区寻宝

算法中的问题

0评论 显示隐藏1以上的评论

接受的答案

5个评论 显示隐藏 4年长的评论

更多的答案(0)

另请参阅

类别

标签

社区寻宝

0评论
显示隐藏1以上的评论

5个评论
显示隐藏 4年长的评论