Question

我有一个整数向量作为输入值（optim par的起始值）

my.data.var <- c(10,0.25,0.25,0.25,0.25,0.25,
             10,0.25,0.25,0.25,0.25,0.25,
             10,0.25,0.25,0.25,0.25,0.25,
             10,0.25,0.25,0.25,0.25,0.25)

优化问题是一分钟。问题。
误差函数计算diff之间的平方根之和两个矩阵（给定值矩阵与计算矩阵）
计算的矩阵是使用上面的整数向量的矩阵因此，在错误函数中，我将整数向量堆叠成a 矩阵为my.data.var.mat <- matrix(my.data.var,nrow = 4,ncol = 6,byrow = TRUE)

我必须引入的约束是colSum(my.data.var.mat) <=1

将optim定义为

sols<-optim(my.data.var,Error.func,method="L-BFGS-B",upper=c(Inf,1,1,1,1,1,Inf,1,1,1,1,1,Inf,1,1,1,1,1,Inf,1,1,1,1,1),
  lower=c(0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0))

错误功能定义为

Error.func <- function(my.data.var){


my.data.var.mat <- matrix(my.data.var,nrow = ncol(my.data.matrix.prod),ncol = ncol(my.data.matrix.inj)+1,byrow = TRUE)

  Calc.Qjk.Value <- Qjk.Cal.func(my.data.timet0,my.data.qo,my.data.matrix.time,
                                 my.data.matrix.inj, my.data.matrix.prod,my.data.var,my.data.var.mat)

  diff.values <- my.data.matrix.prod-Calc.Qjk.Value    #FIND DIFFERENCE BETWEEN CAL. MATRIX AND ORIGINAL MATRIX

  Error <- ((colSums ((diff.values^2), na.rm = FALSE, dims = 1))/nrow(my.data.matrix.inj))^0.5    #sum of square root of the diff

  Error_total <- sum(Error,na.rm=FALSE)/ncol(my.data.matrix.prod)   # total avg error

  Error_total
}

给定数据集：my.data.matrix.prod，my.data.timet0, my.data.qo, my.data.matrix.time, my.data.matrix.inj

所以，我的问题是我应该如何以及在何处引入矩阵col sum约束？或者另外一种方式来说明OPTIM如何在Matrix col sum约束下改变整数向量？

Answer 1

我意识到nloptr比optim更好，因为我的问题包括“不平等约束”。

我修改了实现，正如我在这篇文章中解释的那样。 "multiple inequality constraints" - Minimization with R nloptr package

因此，关闭此主题。

在矩阵中设置约束 - 在R中设置OPTIM

1 个答案: