在矩阵中设置约束 - R 中的 OPTIM

Question

我有一个整数向量作为输入值（optim par 的起始值）

my.data.var <- c(10,0.25,0.25,0.25,0.25,0.25,
             10,0.25,0.25,0.25,0.25,0.25,
             10,0.25,0.25,0.25,0.25,0.25,
             10,0.25,0.25,0.25,0.25,0.25)

优化问题一分钟。问题。
误差函数计算两个值之间差异的平方根之和两个矩阵（给定值矩阵与计算矩阵）
计算出的矩阵就是使用上述整数向量的矩阵。
因此，在错误函数中，我将整数向量堆叠到矩阵为 my.data.var.mat <- matrix(my.data.var,nrow = 4,ncol = 6,byrow = TRUE)

我必须介绍的约束是colSum(my.data.var.mat) <=1

优化定义为

sols<-optim(my.data.var,Error.func,method="L-BFGS-B",upper=c(Inf,1,1,1,1,1,Inf,1,1,1,1,1,Inf,1,1,1,1,1,Inf,1,1,1,1,1),
  lower=c(0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0))

错误函数定义为

Error.func <- function(my.data.var){


my.data.var.mat <- matrix(my.data.var,nrow = ncol(my.data.matrix.prod),ncol = ncol(my.data.matrix.inj)+1,byrow = TRUE)

  Calc.Qjk.Value <- Qjk.Cal.func(my.data.timet0,my.data.qo,my.data.matrix.time,
                                 my.data.matrix.inj, my.data.matrix.prod,my.data.var,my.data.var.mat)

  diff.values <- my.data.matrix.prod-Calc.Qjk.Value    #FIND DIFFERENCE BETWEEN CAL. MATRIX AND ORIGINAL MATRIX

  Error <- ((colSums ((diff.values^2), na.rm = FALSE, dims = 1))/nrow(my.data.matrix.inj))^0.5    #sum of square root of the diff

  Error_total <- sum(Error,na.rm=FALSE)/ncol(my.data.matrix.prod)   # total avg error

  Error_total
}

给定数据集：my.data.matrix.prod，my.data.timet0, my.data.qo, my.data.matrix.time, my.data.matrix.inj

所以，我的问题是我应该如何以及在何处引入矩阵列和约束？或者换一种说法，OPTIM 如何在 Matrix col sum 约束下改变整数向量？

Answer 1

我意识到 nloptr 比 optim 更好，因为我的问题是 "inequality constraints"。

我修改了实现，正如我在此处 post 中所解释的那样。

因此，关闭此线程。

在矩阵中设置约束 - R 中的 OPTIM

Set constraints in a Matrix - OPTIM in R

r

matrix

nonlinear-optimization