R中的多元非线性极小化

Question

我需要最小化下面显示的目标函数，绿框中的变量将被引入公式中，而红色方框中的变量需要优化，每个变量都有一个起始值。到目前为止，优化是不受约束的。我把公式放在这里不是为了等待代码，而是为了让响应对函数有一个概念。到目前为止，我已经完成了以下工作:我搜索了线程，在一个玩具函数上尝试了nlm命令：

fn =function(x,a) {sum(100*a+(2*x^2+5*x-7))}
nlm(fn , a<-c(10),x<- c(100), hessian=TRUE)

但是我无法得到最优(a)的值，而且我怀疑公式中有一些错误，我使用这个公式作为处理下面公式的起点。我正在寻找的是，任何一个点，我可以指向适当的功能，在R，我将开始。

​

​

Answer 1

通常，使用参数列表中的赋值运算符调用R函数会导致失败。这是一个<-与=不同的领域。我不认为这会奏效：

 nlm(fn , a =c(10), x = c(100), hessian=TRUE)  # and it didn't

错误消息是信息丰富的，告诉您缺少参数p：

> fn =function(x,p) {sum(100*p[1]+(2*x^2+5*x-7))}
> nlm(fn , p=c(10),x = c(100), hessian=TRUE)
$minimum
[1] -4988507

$estimate
[1] -50090

$gradient
[1] 100

$hessian
     [,1]
[1,]    0

$code
[1] 5

$iterations
[1] 6

Answer 2

实际上，我建议不要在函数中添加不需要优化的额外参数。如果您有复杂的参数名称，就更容易搞砸。

我会像这样扭曲你的职能：

fn = function(x,a) {sum(100*a+(2*x^2+5*x-7))}
f = function(x) {fn(x, 100)}
nlm(f, 10, hessian=TRUE)