R语言 smco包 smco-package()函数中文帮助文档(中英文对照)

loveR

smco-package(smco)
smco-package()所属R语言包：smco

                                        A simple Monte Carlo optimizer using adaptive coordinate sampling
                                         一个简单的蒙特卡洛优化利用自适应坐标采样

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This package introduces a novel approach to optimize non-linear  complex functions based on three simple ideas: first, the  thus sampling of each component of the solution vector, one at a time,  based on a truncated normal distribution; second, the evolution  of the standard deviation of the sampling distribution in each iteration,  as a mechanism of self-adaptation; and third,  the restart of the algorithm for escaping of local optima.  
这个软件包介绍一种新颖的方法，以优化非线性复杂的功能，基于三个简单的想法：首先，这样的解向量的各成分进行采样，一次一个基于截短的正态分布;第二，演化的在每次迭代的抽样分布的标准差，自我适应的机制;第三，重新启动逃离局部最优的算法。


Details

详细信息----------Details----------

</table>  Unique function:
</ TABLE>独特的功能：

</table>
</ TABLE>


（作者）----------Author(s)----------



Prof. Juan D. Velasquez, Ph.D.<br>
Grupo de Computacion Aplicada<br>
Univesidad Nacional de Colombia<br>
jdvelasq@unal.edu.co<br>




参考文献----------References----------

Velasquez, J. D. (2011). A Simple Monte Carlo optimizer based on  Adaptive Coordinate Sampling. Submitted to Operation Research Letters.

实例----------Examples----------


SphereModel.fcn <-
function( x ) {
  return(sum(x ^ 2))
}

f = SphereModel.fcn;   
ndim = 10;
LB = rep( -600.000, ndim);
UB = rep(  600.000, ndim);
maxiter = 100;

s = smco(par = NULL, fn = SphereModel.fcn, N = ndim, LB = LB,
    UB = UB, maxiter = maxiter, Co = 0.01, Cmin = 0.0001,
    Cmax = 0.5, trc = TRUE, lambda = 20,
    useBFGS = TRUE, control = list(maxit = 10))

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。