R中函数的优化（L-BFGS-B需要'fn'的有限值）答案

【问题标题】：Optimization of a function in R ( L-BFGS-B needs finite values of 'fn')R中函数的优化（L-BFGS-B需要'fn'的有限值）
【发布时间】：2014-05-18 03:03:58
【问题描述】：

我想优化（最大）以下函数f1。我编写了以下代码，它使用了下限和上限，因为我们知道我们所有的参数都等于或大于零，而且我们总是应该有 x4 值小于或等于 x6。如何在 R 中解决这个问题？我想获得函数 f1 的有限最大值。

          x1 = 0.1
          x2 = 0.1
          x3 = 2
          x4 = 10
          x5 = 2
          x6 = 30
          x7 = 1
          par = list(x1=x1, x2=x2, x3=x3, x4=x4,x5=x5, x6=x6, x7=x7)
          par1 = c(1, 1, 2, 1.5, 1, 1.5, 1)

          f1 = function(x, par){
              sum(log(exp(-(par$x7)*(par$x1*x + par$x2*x^2/2 + 
                par$x3 * (par$x4-x)^3/3+par$x5 *(x-par$x6)^3/3))))
          }

         x = seq(0, 500, length=100)
         z = c(par$x1, par$x2, par$x3, par$x4, par$x5, par$x6, par$x7)

        f2 = function(z){
            par.new = list(x1 = z[1], x2 = z[2], x3 = z[3], x4 = z[4]
           , x5 = z[5], x6 = z[6], x7 = z[7])
           f1(x, par.new)
        }

      optim(par1, f2, method = "L-BFGS-B", lower = rep(0, length(z)),
      upper = rep(Inf,length(z)),control = list(trace = 5,fnscale=-1)) 
      > optim(par1, f2, method = "L-BFGS-B", lower = rep(0, length(z)), 
        upper = rep(Inf, length(z)), control = list(trace = 5,fnscale=-1))
        N = 7, M = 5 machine precision = 2.22045e-16
        L = 0 0 0 0 0 0 0 
       X0 = 1 1 2 1.5 1 1.5 1 
       U = inf inf inf inf inf inf inf 
       At X0, 0 variables are exactly at the bounds
       Error in optim(par1, f2, method = "L-BFGS-B", lower = rep(0, length(z)),  : 
       L-BFGS-B needs finite values of 'fn'

【问题讨论】：

f1(x,par) 取决于参数向量，但也取决于变量x。那么，您是想找到x 的值，它使给定参数集的f1 最大化，还是试图找到一组给定x 的最大化f1 的参数？还是别的什么？？
@jilhoward。我试图找到一组参数来最大化给定 x 的 f1。

标签： r

【解决方案1】：

在优化的某个时刻，您的函数返回的值大于.Machine$double.xmax（在我的机器上为1.797693e+308）。

既然你的函数f1(...)被定义为sum(log(exp(...)))，并且因为log(exp(z)) = z对于任何z，为什么不使用这个：

par1 = c(1, 1, 2, 1.5, 1, 1.5, 1)
x = seq(0, 500, length=100)
f1 = function(par, x){
  sum(-(par[7])*(par[1]*x + par[2]*x^2/2 + 
                           par[3] * (par[4]-x)^3/3+par[6] *(x-par[7])^3/3))
}
result <- optim(par1, f1, x=x, 
                method = "L-BFGS-B", 
                lower = rep(0, length(par1)), upper = rep(Inf,length(par1)),
                control = list(trace = 5,fnscale=-1)) 

result$par
# [1] 2.026284e-01 2.026284e-01 8.290126e+08 0.000000e+00 1.000000e+00 9.995598e+35 2.920267e+27
result$value
# [1] 2.423136e+147

请注意，参数向量 (par) 必须是f1 的第一个 参数。

【讨论】：