solnp(Rsolnp)
solnp()所属R语言包：Rsolnp
Nonlinear optimization using augmented lagrange method.
使用增广拉格朗日乘子法的非线性优化。
译者：生物统计家园网 机器人LoveR
描述----------Description----------
The solnp function is based on the solver by Yinyu Ye which solves the general nonlinear programming problem:<br>
solnp功能的基础上荫榆叶，解决了一般非线性规划问题求解：参考
where, f(x), g(x) and h(x) are smooth functions.
在那里，f(x)，g(x)和h(x)是光滑函数。
用法----------Usage----------
solnp(pars, fun, eqfun = NULL, eqB = NULL, ineqfun = NULL, ineqLB = NULL, ineqUB = NULL,
LB = NULL, UB = NULL, control = list(), ...)
参数----------Arguments----------
参数：pars
The starting parameter vector.
的起始参数矢量。
参数：fun
The main function which takes as first argument the parameter vector and returns a single value.
作为第一个参数的函数，该函数的参数向量，返回单个值。
参数：eqfun
(Optional) The equality constraint function returning the vector of evaluated equality constraints.
（可选）等式约束函数返回的向量评估等式约束。
参数：eqB
(Optional) The equality constraints.
（可选）等式约束。
参数：ineqfun
(Optional) The inequality constraint function returning the vector of evaluated inequality constraints.
（可选）不等式约束函数返回的向量评估的不等式约束。
参数：ineqLB
(Optional) The lower bound of the inequality constraints.
（可选）的下界不等式约束。
参数：ineqUB
(Optional) The upper bound of the inequality constraints.
（可选）的上界的不等式约束。
参数：LB
(Optional) The lower bound on the parameters.
（可选）下限的参数。
参数：UB
(Optional) The upper bound on the parameters.
（可选）的参数的上限。
参数：control
(Optional) The control list of optimization parameters. See below for details.
（可选）控制的优化参数列表。有关详细信息，请参见下文。
参数：...
(Optional) Additional parameters passed to the main, equality or inequality functions. Note that the main and constraint functions must take the exact same arguments, irrespective of whether they are used by all of them.
（可选）附加参数传递给主，平等或不平等的功能。需要注意的是必须考虑的主要功能和约束功能完全相同的参数，不论是否他们所使用的所有的人都。
Details
详细信息----------Details----------
The solver belongs to the class of indirect solvers and implements the augmented Lagrange multiplier method with an SQP interior algorithm.
属于间接求解器之类的解算器，实现了增强拉格朗日乘子法与SQP内部算法。
值----------Value----------
A list containing the following values:
一个列表，其中包含以下值：
参数：pars
Optimal Parameters.
最优参数。
参数：convergence
Indicates whether the solver has converged (0) or not (1 or 2).
表示解算器是否已经收敛（0）或（1或2）。
参数：values
Vector of function values during optimization with last one the value at the optimal.
在优化过程中最后一个值的最佳向量的函数值。
参数：lagrange
The vector of Lagrange multipliers.
拉格朗日乘子向量。
参数：hessian
The Hessian of the augmented problem at the optimal solution.
的Hessian增强问题的最优解。
参数：ineqx0
The estimated optimal inequality vector of slack variables used for transforming the inequality into an equality constraint.
最佳估计数不平等向量的松弛变量，用于改造成一个等式约束的不平等。
参数：nfuneval
The number of function evaluations.
功能评估。
参数：elapsed
Time taken to compute solution.
所需的时间来计算的解决方案。
控制----------Control----------
rho This is used as a penalty weighting scaler for infeasibility in the augmented objective function. The higher its value the more the weighting to bring the solution into the feasible region (default 1). However, very high values might lead to numerical ill conditioning
RHO这是用来作为的罚款权重分频器不可行的增广目标函数。它的值越高的权重带来的解决方案的可行域（默认为1）。然而，非常高的价值，可能会导致数值的病态
outer.iter Maximum number of major (outer) iterations (default 400).
outer.iter主要的（外）迭代的最大数量（默认为400）。
inner.iter Maximum number of minor (inner) iterations (default 800).
未成年人（内）迭代inner.iter的最大数量（默认为800）。
delta Relative step size in forward difference evaluation (default 1.0e-7).
Delta相对步长在正向差评价（预设1.0E-7）。
tol Relative tolerance on feasibility and optimality (default 1e-8).
TOL相对公差（默认值1E-8）的可行性和最优性。
trace The value of the objective function and the parameters is printed at every
跟踪的目标函数的值和参数在每一个印刷
注意----------Note----------
The control parameters tol and delta are key in getting any possibility of successful convergence, therefore it is suggested that the user change these appropriately to reflect their problem specification.<br> The solver is a local solver, therefore for problems with rough surfaces and many local minima there is absolutely no reason to expect anything other than a local solution.
控制参数tol和delta得到任何可能的成功融合的关键，因此，建议用户更改，这些适当地反映他们的问题说明。参考求解器是一个本地的求解，因此，粗糙的表面和许多局部极小的问题，也绝对没有理由期望以外的任何本地解决方案。
（作者）----------Author(s)----------
Alexios Ghalanos and Stefan Theussl<br>
Y.Ye (original matlab version of solnp)
参考文献----------References----------
linear programming, PhD Thesis, Department of EES Stanford University, Stanford CA.
实例----------Examples----------
# From the original paper by Y.Ye[从原始文件Y.Ye的]
# see the unit tests for more....[看到更多的单元测试......]
#---------------------------------------------------------------------------------[-------------------------------------------------- -------------------------------]
# POWELL Problem[POWELL问题]
fn1=function(x)
{
exp(x[1]*x[2]*x[3]*x[4]*x[5])
}
eqn1=function(x){
z1=x[1]*x[1]+x[2]*x[2]+x[3]*x[3]+x[4]*x[4]+x[5]*x[5]
z2=x[2]*x[3]-5*x[4]*x[5]
z3=x[1]*x[1]*x[1]+x[2]*x[2]*x[2]
return(c(z1,z2,z3))
}
x0 = c(-2, 2, 2, -1, -1)
powell=solnp(x0, fun = fn1, eqfun = eqn1, eqB = c(10, 0, -1))
转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。
注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。
|
发表于 2012-9-28 22:14:57
