我试图用二次约束最小化二次目标,是否是Rolnp的方法?我一直在阅读文档,似乎所有的例子都使用方程而不是矢量操作。我的所有参数都是向量和矩阵,它们可能非常大。这是我的问题:
X<-([Cf]+[H])%*%[A]
Y<-([Cf]+[H]-[R])%*%[B]
我希望找到针对给定值Y%*%Dmat%*%t(Y)
最小化X%*%Dmat%*%t(X)
的H
Cf,R,A,Dmat和B是常数矩阵。
H的值应该在0和1之间。
即使输入函数都返回其他向量,是否可以使用Rsolnp找到向量H?
答案 0 :(得分:0)
我最终使用AUGLAG和COBYLA来解决这个问题。