通过csv的行迭代优化函数

时间:2018-10-29 20:45:19

标签: r function loops mathematical-optimization

关于我如何编写此优化函数的某些事情,并不是让它引用“输入”数据集中的现有值来填充新列“ Opt”:

Input=read.csv("....csv")
Input$Opt=0
Input$Opt <- optimize(f = function(x) abs(10.16 - KozakTaper(Bark='ob',
                                                SPP=Input$Species,
                                                DHT=x,
                                                DBH=Input$DBH,
                                                HT=Input$Ht,
                                                Planted=0)),
         lower=Input$Ht*.25, upper=Input$Ht+1,
         maximum = FALSE,  tol = .Machine$double.eps^0.25)[[1]]

我得到了错误

  

“优化”中的函数值无效

这里是“ KozakTaper”的简要定义,因此您可以了解我要尝试做的事情。诀窍以及为什么我需要使用optimize之类的东西是因为我不需要y(这是KozakTaper返回的结果)。我想知道y = 10.16时DHT是什么,但是由于无法重新安排方程式来求解DHT,因此我正在使用Optimize返回使y和10.16之间的差异最小的DHT值。

KozakTaper=function(Bark,SPP,DHT,DBH,HT,Planted){
  if(Bark=='ob' & SPP=='AB'){
    a0_tap=1.0693567631
    a1_tap=0.9975021951
    a2_tap=-0.01282775
    b1_tap=0.3921013594
    b2_tap=-1.054622304
    b3_tap=0.7758393514
    b4_tap=4.1034897617
    b5_tap=0.1185960455
    b6_tap=-1.080697381
    b7_tap=0}
  else if(Bark=='ob' & SPP=='RS'){
    a0_tap=0.8758
    a1_tap=0.992
    a2_tap=0.0633
    b1_tap=0.4128
    b2_tap=-0.6877
    b3_tap=0.4413
    b4_tap=1.1818
    b5_tap=0.1131
    b6_tap=-0.4356
    b7_tap=0.1042}
  else{
    a0_tap=1.1263776728
    a1_tap=0.9485083275
    a2_tap=0.0371321602
    b1_tap=0.7662525552
    b2_tap=-0.028147685
    b3_tap=0.2334044323
    b4_tap=4.8569609081
    b5_tap=0.0753180483
    b6_tap=-0.205052535
    b7_tap=0}
  p = 1.3/HT
  z = DHT/HT
  Xi = (1 - z^(1/3))/(1 - p^(1/3))
  Qi = 1 - z^(1/3)
  y = (a0_tap * (DBH^a1_tap) * (HT^a2_tap)) * Xi^(b1_tap * z^4 + b2_tap * (exp(-DBH/HT)) +
                                                    b3_tap * Xi^0.1 + b4_tap * (1/DBH) + b5_tap * HT^Qi + b6_tap * Xi + b7_tap*Planted)
  return(y=round(y,4))}

如果您有不同的方法来为每一行数据查找DHT,我欢迎其他建议。优化策略对一个数据点(给定种类,直径和高度的一棵树)可以很好地工作,但是由于我已经输入了对列名的引用,因此出现了错误。 感谢您提供有关修改内容的所有建议!

-KB

阿巴拉契亚山脉俱乐部研究研究员

输入数据的简化示例:

> dput(head(Input))
structure(list(Species = structure(c(3L, 3L, 3L, 3L, 8L, 8L), .Label = c("AB", 
"BC", "BF", "EH", "PB", "PR", "RM", "RS", "SM", "ST", "WA", "WP", 
"YB"), class = "factor"), DBH = c(6.9000001, 8.1000004, 5.8000002, 
6.5999999, 9.5, 7.5999999), Ht = c(44, 43, 34, 41, 56, 58)), .Names = c("Species", 
"DBH", "Ht"), row.names = c(NA, 6L), class = "data.frame")

1 个答案:

答案 0 :(得分:0)

函数f将向量应用于整个数据帧时将返回向量,而不是标量。 optimize无法对向量值函数进行操作,因此输出消息“无效的函数值”。

相反,我假设您想为数据帧的每一行找到一个优化解决方案。然后就做吧。

Bark='ob'; Planted=0
for (i in 1:6) {
SPP=Input$Species[i]; DBH=Input$DBH[i]; HT=Input$Ht[i]; 
f <- function(x) abs(10.16 - KozakTaper(Bark,SPP,x,DBH,HT,Planted))
o <- optimize(f, lower=Input$Ht[i]*.25, upper=Input$Ht[i]+1,
              maximum = FALSE,  tol = .Machine$double.eps^0.25)
cat(o$minimum, '  ')
}
## 11.00059   10.75038   8.500041   10.25055   26.2004   26.75473

(为了避免警告,我在KozakTaper函数中将“&”更改为“ &&”。)