R nlminb错误收敛实际上意味着什么？

Question

我使用nlminb函数来最大化一个函数，并得到收敛性(收敛=0 )和消息错误收敛。

我试过文件，但没有回答。我试着获取函数上的港口文件，可以找到函数nlminb

有人能告诉我nlminb的端口文档或者解释错误收敛意味着什么吗？

我也尝试过其他优化函数，但是尽管nlminb有点模糊，但它似乎比任何其他函数都更快地收敛到正确的答案。需要执行更多的测试来确保。即使通过优化使用nlminb也是相当慢的。

如果我们能更好地理解这个函数的工作原理，那将是件好事。福特兰程序员请随时帮忙。

编辑我应该早点找到代码的。这里它是，但它仍然是模糊的。有人能帮忙吗？

Answer 1

这是对R-sig混合模型的我的答案的重新发布/改编

[...nlminb()优化器..。是基于端口库的。

从?nlminb链接的文档过去在http://netlib.bell-labs.com/cm/cs/cstr/153.pdf：http://www.netlib.org/port/cs/cstr说

端口/自述文件指向“所选优化例程的使用摘要”，有时在http://netlib.bell-labs.com/cm/cs/cstr/153.ps.gz或http://netlib.bell-labs.com/cm/cs/cstr/153.pdf中称为端口优化文档

..。但是这些链接被破坏了(port/readme仍然存在，但是没有一个链接提供工作.)。

我设法通过谷歌学者找到了文档，并发布了一个稍微方便一些的PDF版本。

在这些文档中，我能找到的唯一有用的材料是：

P.5:错误收敛:梯度∇f( x )可能计算错误，其他停止公差可能太紧，或者f或∇f在当前迭代x附近不连续。 第9页: V(XFTOL) - V(34)是假收敛容忍.如果不满足更有利的停止测试，并且尝试了最多V(XFTOL)的缩放长度的步骤(XFTOL)，则出现IV(1) =8的返回。“缩放长度”的意义是(5.1)。这样的返回通常意味着计算∇f(x)时会出现错误，或者有利的收敛公差(V(RFCTOL)、V(XCTOL)和可能V(AFCTOL))太紧，以致于计算f(x)的精度(见§9)或∇f (或f本身)在x附近不连续。计算∇f(x)时出现的错误通常只需几次迭代就会导致错误收敛--通常是在第一次迭代中。默认值= 100*MACHEP。 p. 13:有时计算f(x)需要进行大量的计算，例如进行模拟或自适应数值求积，或积分一个常微分方程或偏微分方程。在这种情况下，为f(X)计算的值，例如f̃( x)，可能涉及很大的误差(在优化算法中)。为了消除一些“假收敛”消息和无用的函数求值，有必要增加停止公差，并在使用有限差分导数逼近时，增加用于估计导数的步长。