나는 nloptr을 R로 사용하고 있지만, 최상의 솔루션을 사용한 이후로 모델을 더 자유롭게하고 과잉 피하기를 원합니다. 나는 내 문제 이전 in this question 설명했다 : nloptr을 사용하여 최상의 솔루션 찾기
nloptr(x0, eval_f, eval_grad_f = NULL, lb = NULL, ub = NULL,
eval_g_ineq = NULL, eval_jac_g_ineq = NULL, eval_g_eq = NULL,
eval_jac_g_eq = NULL, opts = list(), ...)
은 기본적으로 내가 해결하기 위해 비선형 문제가 있습니다. 나는 최소화 할 함수와 비선형 제약을 가지고있다. 하지만 샘플 데이터에 적합하고 극단적 인 가치를 제공하기 때문에 가장 잘 찾아낸 솔루션을 사용하고 싶지 않습니다. 그러므로 나는 최고의 솔루션을 찾고 원하는 것을 선택하고 싶다.
그래서 이제 최상의 솔루션을 찾는 방법이 궁금합니다. nloptr은 반복하는 동안 찾습니다. nloptr을 제외하고 다른 방법이 있습니까?
"두 번째 최적의 솔루션"의 정의는 무엇입니까? 최소 최저 로컬 최소값은 아닌가? 또는 지구 전체에 가까운 점이 있지만 지역 최소 점에 가깝지는 않습니까? 다른 건 없니? 여기에는 엄격한 정의가 필요합니다. 나는 당신의 의도를 이해합니다. – tonytonov
@tonytonov 제 경우에는별로 중요하지 않습니다. 시작 값보다 더 최적의 솔루션을 제공하는 솔루션 집합이 될 수 있습니다.내가'nloptr'가 최적의 것을 찾는 많은 반복을 거친다는 것을 알기 때문에, 나는 N 개의 가장 좋은 것들 (최종 솔루션에 가장 가까운 것들)을 취할 수 있는지 궁금해하고 있었다. 덕분에 – mm441
그냥 옵션 : 임의의 시작 걸릴하고'opts' 조정 : 반복 횟수 또는 수렴 허용 오차를 제한, 당신은 가까운 (하지만) 바라건대 다른 솔루션을 얻을 것이다. – tonytonov