Question

我熟悉R中的优化函数。我尝试了三种不同的方法：

library(optimx)
library(optimr)

f = function(par){20*par[1] - 3*par[1]^2 + par[1] * par[2]}

# First try wiht optim()

result1 = optim(par = c(0,0), fn = f, upper = c(5, 2), lower = c(0, 0), method = "L-BFGS-B", control = list(fnscale = -1))
coef(result1) # Null

# Second try with optimr

result2 = optimr(par = c(0,0), fn = f, upper = c(5, 2), lower = c(0, 0), method = "L-BFGS-B", control = list(maximize = TRUE))
coef(result2) # Null

# Third try with optimx

result3 = optimx(par = c(0,0), fn = f, upper = c(5, 2), lower = c(0, 0), method = "L-BFGS-B", control = list(maximize = TRUE))
coef(result3)

p1 : 3.666667
p2  : 2

为什么optim（）和optimr（）在optimx（）成功的地方失败？

您的建议将不胜感激。

Answer 1

首先，你的f采用两个参数而不是长度为2的向量（你需要后者）。第二，它不是coef给出结果的东西;我怀疑你想要result$par。因此，

library(optimr)
f <- function(x) -(20 * x[1] - 3 * x[1]^2 + x[2] / 2)

result <- optimr(par = c(1, 1), fn = f, upper = c(5, 2), lower = c(0, 0), 
                 method = "L-BFGS-B")
result$par
# [1] 3.333333 2.000000

我向f添加减号以最小化函数，optimr无法以某种方式无法最大化它。

Answer 2

这是一个具有基本optim功能的解决方案，可实现最大化。您遇到的问题是它应该是一个包含您想要解决的所有参数的向量2，而不是独立的参数。我尝试使用optimr，但出于某种原因，它最大化了。

f = function(x){-1*(20*x[1] - 3*x[1]^2 + x[2]/2)}
result = optim(par = c(1,1), fn = f, upper = c(5, 2), lower = c(0, 0), method = "L-BFGS-B")

Answer 3

不需要{optimr}包，基本R就可以了：

optim(
    c(1, 1),
    function (x) -f(x[1], x[2]),
    method = 'L-BFGS-B'
)

$par
[1] 3.325034e+00 1.682724e+13

$value
[1] -8.413622e+12

$counts
function gradient
      40       40

$convergence
[1] 0

$message
[1] "CONVERGENCE: REL_REDUCTION_OF_F <= FACTR*EPSMCH"

请注意，我们需要调整函数的参数arity（optim使用单个参数向量），并且，由于我们想要最大化，我们反转目标函数的符号。因此，我们将function (x) -f(x[1], x[2])作为fn传递，而不仅仅是f。

使用R来优化函数的参数

3 个答案: