我在Excel中完成了它，但需要在R中运行正确的模拟。
我需要最小化函数F(x)（x是一个向量），同时具有sum(x)=1的约束，x中的所有值都是[0,1]和另一个函数G(x) > G_0。
我已尝试使用optim和constrOptim。他们都没有给你这个选择。
答案 0 :(得分：2)
您所指的问题（可能）是非线性约束的非线性优化。这是最常见的优化问题之一。
我用于这些目的的包名为nloptr：see here。根据我的经验，它既多功能又快速。您可以相应地设置eval_g_eq和eval_g_ineq来指定相等和不等式的重量。如果明确知道雅可比（可以通过分析得出），请指定它们以便更快收敛;否则，使用数值近似。
使用this list作为优化问题的一般参考。
答案 1 :(得分：1)
使用Lagrange multiplier编写方程组，然后使用R命令nlm求解。
答案 2 :(得分：0)
您可以在OpenMx包中进行此操作（目前主机位于下面列出的网站。目标是今年的2.0版本重新开始）
这是一个通用的包，主要用于结构方程建模，但处理非线性约束。
对于你的情况，用你的代数用mxAlgebras（）表示mxModel（）和mxConstraints（）中的约束
当mxRun（）模型时，如果可能的话，代数将在约束内求解。