r - 最大化带有约束的函数
问题描述
我有以下功能,我使用 optim() 将其最大化。
Budget = 2000
X = 4
Y = 5
min_values = c(0.3,0)
start_values = c(0.3,0.5)
max_values = c(1,1)
sample_function <- function(z,Spend){
Output = (z[1]*X*Spend) + (z[2]*Y*Spend)
return(Output)
}
MaxFunction <- optim(par=start_values ,fn= sample_function, method = "L-BFGS-B", lower = min_values , upper= max_values ,control=list(maxit=100000 ,fnscale=-1), Spend= Budget)
但是,我想在最大化时添加一些约束,例如:
z[1] => 1/3
和
z[1] + z[2] = 1
任何帮助将不胜感激,因为这与我正在解决的更复杂的问题有关。 或者,如果有不使用 otpim() 解决问题的不同方法,请告诉我。
解决方案
optim
不是约束优化的好选择,但只要您sample_function
以不同的方式制定目标函数,它仍然适用于您的情况。
下面是一个例子
min_values = 1/3
start_values = 0.5
max_values = 1
sample_function <- function(z,Spend){
z*X*Spend + (1-z)*Y*Spend
}
MaxFunction <- optim(par=start_values ,
fn= sample_function,
method = "L-BFGS-B",
lower = min_values ,
upper= max_values,
control=list(maxit=100000 ,fnscale=-1),
Spend= Budget)
如果要查看 and 的元素分布z
,1-z
可以使用
z1 <- MaxFunction$par
z2 <- 1- z1
Zopt <- c(z1,z2)
这样
> Zopt
[1] 0.3333333 0.6666667