優化中的R與任意約束

我已經做到了在Excel中，但需要在R.優化中的R與任意約束

我需要最小化函數F(x)（x是矢量）運行一個合適的仿真而具有約束sum(x)=1，在所有的值x是[0,1]和另一個功能G(x) > G_0。

我已經試過optim和constrOptim。他們都沒有給你這個選擇。

2014-02-06 mm441

這是此刻的你需要的數據，並表示你的問題的複雜性的目標函數提供一個例子太模糊。 –

@IShouldBuyABoat我在下面的tonytonov的評論中給了更多細節。謝謝 – mm441

你所指的問題是（可能）是非線性約束下的非線性優化。這是最普遍的優化問題之一。

我用於這些目的的包名爲nloptr：see here。從我的經驗來看，它既靈活又快速。您可以通過相應地設置eval_g_eq和eval_g_ineq來指定等式和不等式約束。如果雅各布人明確知道（可以通過分析得出），則指定他們以加快收斂速度;否則，使用數值近似。

使用this list作爲優化問題的一般參考。

來源

2014-02-06 19:26:20 tonytonov

謝謝@tonytonov。看起來像'nloptr'是我需要的。但是我不知道如何將參數傳遞給用戶定義的目標和約束函數。例如，我的要優化的值是x，eval_f（x，y，A），eval_g_ineq（x，A）和eval_g_eq（x）。 A是一個矩陣。它看起來像'nloptr'不能識別哪個參數發送到哪個函數..我會給你一個例子：我優化f（x，y，A）。 x，y - 向量，A - 矩陣。 1-sum（x）= 0 - eval_g_eq。 sum（y/3）-sum（y * x）<= 0。 – mm441

對於單個向量'x'，所有函數定義應該看起來像'function（x）'。如果有兩個向量'x'和'y'，在傳遞給'eval_f'之前將它們合併爲'c（x，y）'。同樣的技巧適用於矩陣「A」。 – tonytonov

謝謝@tonytonov。「...」用於將傳遞給用戶定義的目標和約束函數的參數。在例子中他們有'eval_f0 < - function（x，a，b）'。如果我將x，y和A組合成一個輸入，我可以如何指定要優化哪些值？這些函數有其他的參數 – mm441

使用Lagrange multiplier編寫方程組，然後使用R命令nlm解決。

來源

2014-02-06 21:53:46 wespiserA

您可以在OpenMx包裝做到這一點（目前主機在下面列出的網站。針對關於CRAN今年2.0 RELASE）

它是一個通用的包裝主要用於結構方程模型，但處理非線性限制。

對於你的情況，做出mxModel（）用）在mxAlgebras（表達你的代數和mxConstraints約束（）

當你mxRun（）的型號，代數將在限制範圍內解決，如果可能。

http://openmx.psyc.virginia.edu/

來源

2014-07-25 14:19:06 tim

優化中的R與任意約束

回答

相關問題