在矩陣集中的約束 - OPTIM中的R

Question

我有整數作爲輸入值（起始的Optim面值）的向量

my.data.var <- c(10,0.25,0.25,0.25,0.25,0.25, 
      10,0.25,0.25,0.25,0.25,0.25, 
      10,0.25,0.25,0.25,0.25,0.25, 
      10,0.25,0.25,0.25,0.25,0.25) 

• 優化問題是一種分鐘。問題。

• 誤差函數計算 兩個矩陣（給定的值矩陣VS計算矩陣）

• 計算的矩陣是上述整數向量使用一個之間的值差異的平方根的總和。
  因此，在誤差函數，I堆棧整數載體導入 矩陣作爲my.data.var.mat <- matrix(my.data.var,nrow = 4,ncol = 6,byrow = TRUE)

，我必須介紹的是，colSum(my.data.var.mat) <=1

在Optim被定義爲

sols<-optim(my.data.var,Error.func,method="L-BFGS-B",upper=c(Inf,1,1,1,1,1,Inf,1,1,1,1,1,Inf,1,1,1,1,1,Inf,1,1,1,1,1), 
    lower=c(0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0)) 

約束

錯誤功能定義爲

Error.func <- function(my.data.var){ 


my.data.var.mat <- matrix(my.data.var,nrow = ncol(my.data.matrix.prod),ncol = ncol(my.data.matrix.inj)+1,byrow = TRUE) 

    Calc.Qjk.Value <- Qjk.Cal.func(my.data.timet0,my.data.qo,my.data.matrix.time, 
           my.data.matrix.inj, my.data.matrix.prod,my.data.var,my.data.var.mat) 

    diff.values <- my.data.matrix.prod-Calc.Qjk.Value #FIND DIFFERENCE BETWEEN CAL. MATRIX AND ORIGINAL MATRIX 

    Error <- ((colSums ((diff.values^2), na.rm = FALSE, dims = 1))/nrow(my.data.matrix.inj))^0.5 #sum of square root of the diff 

    Error_total <- sum(Error,na.rm=FALSE)/ncol(my.data.matrix.prod) # total avg error 

    Error_total 
} 

鑑於數據集：my.data.matrix.prod,my.data.timet0, my.data.qo, my.data.matrix.time, my.data.matrix.inj

所以，我的問題是如何以及應該在哪裏引入矩陣相加和約束？或者換句話說，OPTIM如何在Matrix col sum約束下改變整數向量？

Answer 1

我意識到nloptr比optim更好，因爲我的問題由「不平等約束」組成。

我修改了這個實現，正如我在這篇文章中解釋的。 "multiple inequality constraints" - Minimization with R nloptr package

因此，關閉此線程。