я сделал это в Excel, но необходимо выполнить правильное моделирование в R.Оптимизация в R с произвольными ограничениями
мне нужно минимизировать функцию F(x) (x вектор) в то время как имеющие ограничения, sum(x)=1, все значения x: [0,1] и другая функция G(x) > G_0.
Я пробовал это с optim и constrOptim. Ни один из них не дает вам эту возможность.
Проблема, о которой вы говорите, является (предположительно) нелинейной оптимизацией с нелинейными ограничениями. Это одна из самых общих проблем оптимизации.
Пакет, который я использовал для этих целей, называется nloptr: see here. По моему опыту, он является универсальным и быстрым. Вы можете указать как константы равенства, так и неравенства, установив eval_g_eq и eval_g_ineq, соответственно. Если якобиан известен явно (может быть получен аналитически), укажите их для более быстрой сходимости; в противном случае используется численное приближение.
Использовать this list как общую ссылку на проблемы оптимизации.
Спасибо @tonytonov. Похоже, что 'nloptr' - это то, что мне нужно. Однако я не могу понять, как передать аргументы пользовательским объектам и ограничениям. Например, мои значения, которые нужно оптимизировать, это x, eval_f (x, y, A), eval_g_ineq (x, A) и eval_g_eq (x). A - матрица. Похоже, что 'nloptr' не распознает, какой аргумент относится к какой функции. Я приведу вам пример: я оптимизирую f (x, y, A). x, y - векторы, A - матрица. 1-sum (x) = 0 - eval_g_eq. sum (y/3) -sum (y * x) <= 0. – mm441
Все определения функций должны выглядеть как 'function (x)' для одного вектора 'x'. Если у вас есть два вектора: 'x' и' y', объедините их в 'c (x, y)' перед тем, как перейти к 'eval_f'. Тот же трюк применяется к матрице 'A'. – tonytonov
Спасибо @tonytonov. «...» - это аргументы, которые будут переданы пользовательским объектам и ограничениям. В примерах они имеют функцию eval_f0 <- function (x, a, b) '. если я объединю x, y и A в один вход, как я могу указать, какие значения нужно оптимизировать? эти функции имеют дополнительные аргументы – mm441
Напишите набор уравнений, используя Lagrange multiplier, затем решите команду R nlm.
Вы можете сделать это в OpenMx пакет (в настоящее время у себя на сайте, перечисленных ниже. Прицеливание для 2.0 разблокировки, на лесоматериало в этом году)
Это пакет общего назначения в основном используется для структурного уравнения моделирования, но обработка нелинейного ограничения.
В вашем случае, сделать mxModel() с алгебрами, выраженными в mxAlgebras() и ограничений в mxConstraints()
Когда вы mxRun() модель, алгебры будут решены в рамках ограничений, если возможное.
Это слишком расплывчатое в данный момент Вы должны предоставить пример для данных и целевой функции, которая представляет сложность проблемы. –
@IShouldBuyABoat Я дал более подробную информацию по комментарию Тонитонова ниже. спасибо – mm441