R で R2OpenBUGS を実行する際に特定の問題がありますが、OpenBUGS では問題なく動作します。
問題が何であるかを理解したい。

これが私のコードです:

モデルのボラティリティ;
定数 n=180;
{

# 尤度:
(t in 1:n) の ys の同時分布
{
ysigma2[t] <- 1/exp(theta[t]);
y[t] ~ dnorm(0,ysigma2[t]);
}

以前の分布

ムー ~ dnorm(0,0.1);
ファイスター ~ dbeta(20,1.5);
itau2 ~ dgamma(2.5,0.025);
ベータ <- exp(mu/2);
ファイ <- 2*フィスター-1;
タウ <- sqrt(1/イタウ 2);
theta0 ~ dnorm(mu, itau2);
thmean[1] <- mu + phi*(theta0-mu);
theta[1] ~ dnorm(thmean[1],itau2);
for (t in 2:n)
{
thmean[t] <- mu + phi*(theta[t-1]-mu);
theta[t] ~ dnorm(thmean[t],itau2);

}
}

R コード:
svm.sim <- bugs(data, inits, model.file = "C:/Documents and Settings/code.txt", parameters = c("mu", "phi", "tau"), n. chain = 1, n.iter = 1000, codaPkg = TRUE,debug=TRUE)

そして、R から実行したときに OpenBUGS のログに表示されるエラーは次のとおりです。

モデルは構文的に正しい
データをロード した
モデルをコンパイル
しました ノードのこのコンポーネントは確率的ファイ エラー pos 25 では ありません
タイプ UpdaterNormal.StdUpdater のノードの初期値を生成できません
モデルを初期化する
必要があります モニターを使用する前にモデルを初期化する必要があります モニターを使用する前に
モデルを初期化する必要があります
モニターの前に使用 モデル を初期化する必要があります モニターの前に使用モデルを初期化する必要があります DIC をモニターする前に使用モデルを初期化する必要があります モニター
を 更新する前に モデルを初期化する必要があります モニターを使用する前にモデルを初期化する必要があります 使用する DIC モニターが設定され て いませんよろしく








ディナーカル

streetparadeの問題を拡張して、確率的アルゴリズムとヒューリスティック アルゴリズムの違いがあるとすれば、それは何かを尋ねたいと思います。

確率的アルゴリズムは実際にはヒューリスティックの一種であると言うのは正しいでしょうか?

こんにちは、gnuplot を使用して、次のように、データ ブロックで構造化されたシミュレーションからデータをプロットしています。

データ ブロックの数は厳密にはわかっていませんが、少なくとも 30 ブロックです。CurrentTime ごとに間隔の数が異なることに注意してください。次のコードを使用して、データをそのままプロットしています

次にプロットしたいものは、multiplot コマンドにより下のプロットに入ります。そのプロットは、設定した時間間隔でのデータの平均になりたいと考えています。私が欲しい疑似コードで：

gnuplotでそれを実装しようとして立ち往生しています。どんな支援も素晴らしいでしょう！

べき乗則に従う環境 ABM に自然災害の可能性を追加したいと思います(多くの場合、わずかな損傷、まれに平凡な損傷、まれに大きな損傷、非常にまれに完全な損傷)。

これまでに次のようにコーディングしました。

ここで、「ヒット」がどれだけ強いか (したがって、影響を受けるパッチの数) と、それが発生する可能性 (べき法則に従って) の確率的要素を追加する方法がわかりません (または発生しない) ) 各ティック。誰か助けてくれませんか？

これが最終的なコードです (Alan が回答):

Java で確率的ヒル クライミングを実装しようとしています。このアルゴリズムがランダムに選択された新しいソリューションを作成し、それがどれほど悪い/良いかに基づいてソリューションを受け入れることを理解しています. たとえば、非常に悪い場合はわずかな可能性があり、わずかに悪い場合は選択される可能性が高くなりますが、この確率を Java で実装する方法がわかりません。

Googleでブラウジングしているときに、この方程式に出くわしました。

• f は古いフィットネスを表します
• f' は新しい適応度を表す
• T はパラメーターです

この等式をどのように解釈すればよいか、私にはよくわかりません。

Javaでこれを実装する方法について誰か助けてもらえますか?

シミュレートされたアニーリング メソッドの問題を解決する Java コードを書いています。パラメータが指定されている場合、true確率 exp(a/b) のみでランダムを生成する方法が必要です。ab

ありがとう。

私は解決策を次のように近似しようとしています:

この方程式の両辺の場所と。

左側の私のコードは次のとおりです。

しかし、右側がまったくわかりません。これははるかに困難です。誰でも助けることができますか？

次のように、単一の Hindmarsh-Rose(HR) ニューロン モデルがあります。

ここで、a、b、I1、I0、D、c、d、r、s、x0 はパラメーターです。

「w」(I1*cos w t の x') を変化させ、D 強度のホワイト ガウス ノイズ (Zyi(t)) を含め、[20 ～ 60] の範囲の周波数感度を取得します。これは、システムが周波数に依存し、特定の周波数でコヒーレンス (この場合は 40) が存在する確率共鳴の問題であり、SNR を通じてキャプチャできます。

最初は、ODE45 を使用してシステムが決定論的 (No Noise 項、つまり Zyi(t)) であったときにシステムを解くだけで、正しい結果が生成されましたが、ガウス ノイズを追加すると正確な結果を再現できませんでした。つまり、異なるシミュレーションで周波数感度をキャプチャできませんでした。

次に、SDEToolbox を使用して Matlab で解決しました。ツールボックスで Euler-Maruyama と Milstein の組み込みアルゴリズムを使用しましたが、役に立ちませんでした。

これは何らかの結果を生成しますが、「w」の値が異なると正確な結果は生成されません。つまり、「w」が小さい場合 (>20 かつ <40)、生成されるスパイクの数は少なくなり、w が 40 から 50 の間 (約) の場合、スパイク数は少なくなります。ニューロン スパイクの数は最大にする必要があり、"w" > 50 および "w" < 60 の場合、ニューロン スパイクは再び少なくする必要があります。

MATLAB で確率微分方程式 (SDE) を数値的に解きたいのですが、私が書いたコードは単純に sde 関数を認識しません!

質問は以下の通りです。

f_i は次の式から計算されます。

z0_i の初期値は 60nm の範囲にランダムに分布していることに注意してください。

dw_t は Wiener プロセスの増分です。

まず、z の値がないのに、z の条件を設定する方法がわかりません! 第 2 に、オイラー アルゴリズムは方程式と正確に一致していますが、sde 関数を使用したコードが機能しない理由がわかりません。