r - 如何忽略optim中函数执行中的错误？

Question

我正在使用 optim 来估计自定义函数的参数。此自定义函数包括一个函数，该函数在参数输入无效时生成错误消息(它包含多个分布，但假设例如，如果正态分布的标准偏差为负，则会产生错误。因此与 NaN 不同 dnorm 函数的值和警告，此函数停止并返回错误消息)。

现在，如果我在 optim 中使用 BFGS 选项，那么 optim 可能会在某些时候尝试无效的参数输入，这将导致评估自定义函数时出错并停止优化过程。如果我改为使用 Nelder-Mead 选项，这不是问题。

所以，我的问题是:是否有任何方法可以将 optim 函数与 BFGS 选项一起使用，以便在自定义函数出现错误时它不会停止进行了哪些优化？

当然，理论上我可以重写自定义函数，但这不是一个选项，因为它是一个更大的包的一部分，在其他情况下需要错误消息。我也知道 L-BFGS-B 选项，但是，在许多情况下，为参数选择合适的边界并不简单(导致错误的实际值可能是训练的复杂转换数据)。

这是一个例子(标准正态分布参数的最大似然估计)

fn <- function(par, obs){
  if(par[2] < 0){stop("error msg")}
  return(sum(-dnorm(obs, mean = par[1], sd = par[2], log = TRUE)))
}

dat <- rnorm(100)

optim(par = c(1,2), fn = fn, obs = dat, method = "BFGS") # stops due to error message
optim(par = c(1,2), fn = fn, obs = dat, method = "Nelder-Mead") # works
optim(par = c(1,2), fn = fn, obs = dat, method = "L-BFGS-B", lower = c(-10,0.001), upper = c(10,10)) # works

Answer 1

您可以考虑使用以下方法:

fn <- function(par, obs, const = 10 ^ 30)
{
  if(par[2] < 0)
  {
    return(const)
    
  }else
  {
    logLik <- tryCatch(sum(-dnorm(obs, mean = par[1], sd = par[2], log = TRUE)), error = function(e) NA)
    
    if(is.na(logLik))
    {
      return(const)
      
    }else
    {
      return(logLik)
    }
  }
}

dat <- rnorm(100)

optim(par = c(1,2), fn = fn, obs = dat, method = "BFGS") # stops due to error message