Question

我有以下问题：我必须解决多维度的优化问题。但是，从某种意义上说，问题在某种程度上是好的：我可以在外部优化和内部优化中分解问题，从而减少维度。内部优化可以非常有效地解决（线性代数）。代码有点冗长。出于这个原因，我创造了一个玩具模型。

out.obj <- function(x,storage){
  inner.sol <- inner.obj(param = x)
  storage <- append(storage,inner.sol)
  return((x-inner.sol)^2)
}

inner.obj <- function(x = NULL,param){
  return(log(param)^2-param)
}
storage <- c()
sol <- optim(par = c(3),fn = out.obj,storage = storage)

从数学的角度来看，这个例子没有多大意义。但是，它显示了我提取内部解决方案的问题。在上面的代码中，我们有一个2dim问题，x1，x2。正如你所看到的，我将外部目标函数称为optim。给定x1的值，我们可以“解决”x2。

最后，我希望得到x1和x2的两个最佳值。为此，我使用了参数存储。但是存储获得了本地版本，我无法检索x2的最佳值。我也尝试了以下内容：

    storage <- c()
    out.obj <- function(x){
      inner.sol <- inner.obj(param = x)
      storage <- append(storage,inner.sol)
      return((x-inner.sol)^2)
    }

    inner.obj <- function(x = NULL,param){
      return(log(param)^2-param)
    }

    sol <- optim(par = c(3),fn = out.obj)

In this case storage should be globally defined. Still the values for x2 are not getting populated. How can I get this value?


**EDIT**

f2 <- function(y=NULL){
  storage <- c()
sol <- optim(par = c(3),fn = out.obj)
return(list("sol" = sol,"storage"=storage))
}

f1 <- function(p=NULL){
  temp <- f2(NULL)
  return(temp)
}

out.obj <- function(x){
  inner.sol <- inner.obj(param = x)
  storage <<- append(storage,inner.sol)
  return((x-inner.sol)^2)
}

inner.obj <- function(x = NULL,param){
  return(log(param)^2-param)
}

Answer 1

使用＆lt;＆lt; -

storage <<- append(storage,inner.sol)

或assign：

assign("storage", append(storage, inner.sol), .GlobalEnv))

关于storage不在全球环境中的修改问题，将storage所在的环境传递给out.obj，如下所示：

f2 <- function(y=NULL){
  storage <- c()
  sol <- optim(par = c(3),fn = out.obj, e = environment())
  return(list("sol" = sol,"storage"=storage))
}

out.obj <- function(x, e){
  inner.sol <- inner.obj(param = x)
  assign("storage", append(e$storage, inner.sol), e)
  return((x-inner.sol)^2)
}

assign行也可以写成：

 e$storage <- append(e$storage, inner.sol)

如何在嵌套优化中返回解决方案？

1 个答案: