gpt4 book ai didi

r - R中的非线性优化

转载 作者:行者123 更新时间:2023-12-04 10:58:59 26 4
gpt4 key购买 nike

我正在尝试使用包 nloptr 解决优化问题在 R 中。我不确定以下代码有什么问题,因为我不断收到此错误:
Error: nlopt_add_equality_mconstraint returned NLOPT_INVALID_ARGS.
这是问题(注意 (A+)^T 是矩阵 A 的 Moore-Penrose 逆的转置)

enter image description here

和代码:

library( MASS ) ## for the Moore-Penrose inverse ginv()
library( zoo )
library( nloptr )

A = matrix(runif(27, -0.5, 0.5), nc = 3)
sigma = diag(runif(3,0.001,0.002))
M = ncol(A)
b = 1 / M
n = nrow(A)
init_y = rep(1/M, M)
c = -ncol(A)*log(ncol(A))



#### Objective function
eval_f <- function(y)
{
return( sqrt( as.numeric( t(y) %*% sigma %*% y ) ) )
}

#### Gradient of objective function
eval_grad_f <- function(y)
{
return( ( 2* sigma %*% y) / as.numeric(sqrt( t(y) %*% sigma %*% y )) )
}

#### Equality Constraint
eval_g_eq <- function(y)
{
return( ( t(ginv(A)) %*% y ) - 1 )## ginv(a) is the Moore-Penrose inverse of A
}


#### Inequality constraint
eval_g_ineq <- function(y)
{
return( c - sum( log(y) * b ) )
}

#### Jacobian of equality constraint
eval_jac_g_eq <- function(y)
{
return( ginv(A) )
}

#### Jacobian of inequality constraint
eval_jac_g_ineq <- function(y)
{
return( (-1/y) * b )
}


opts <- list( "algorithm" = "NLOPT_LD_SLSQP",
"xtol_rel" = 1.0e-14)

res0 <- nloptr( x0=init_y,
eval_f=eval_f,
eval_grad_f=eval_grad_f,
lb = rep(0,ncol(A)),
ub = rep(Inf,ncol(A)),
eval_g_eq = eval_g_eq,
eval_jac_g_eq = eval_jac_g_eq,
eval_g_ineq = eval_g_ineq,
eval_jac_g_ineq = eval_jac_g_ineq,
opts = opts
)

最佳答案

I've seen this happen当人们声明一个只有 1 个参数而不是两个参数的 lambda 值时。问题可能与您如何设置约束有关。您可以查看 this document on the topic .

在这种情况下,问题似乎与您用于 eval_g_eq 的函数有关。 .如果我将此参数设置为 NULL 或 the documentation 第 4 页上给出的示例函数,那么就没有错误了。

关于r - R中的非线性优化,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/24409304/

26 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com