如何解决为非线性函数设置额外约束 编辑
我试图将双Sigmoid函数拟合到数据(效果很好),但是我无法实现设置约束。 功能是:
(1.0/(1+exp((x0-DOI)/x1))-1.0/(1+exp((x2-DOI)/x3)))*A+B
具有A,B,x0,x1,x2,X3的参数适合。
fitmodel <- nls(LAI~(1.0/(1+exp((x0-DOY)/x1))-1.0/(1+exp((x2-DOY)/x3)))*A+B,start=list(A=sub_h[1,2],B=sub_h[1,3],x0=sub_h[1,4],x1=sub_h[1,5],x2=sub_h[1,6],x3=sub_h[1,7]),data=tab[[i]],lower=c(min(para_helene_2016[,2]),min(para_helene_2016[,3]),4]),5]),6]),7])),upper=c(max(para_helene_2016[,max(para_helene_2016[,nls.control(maxiter = 10000,tol = 1e-05,minFactor = 1/12024,printEval = FALSE,warnOnly = FALSE),algorithm = "port")
(这里params是与A,B,x0,x1,x2,x3对应的向量。
我的困难是我的约束不是在参数本身上,而是在它们之间的关系上:我需要t0 我尝试使用optim和其他软件包,但无法弄清楚如何正确编码我的函数。 能帮我吗?
最好的问候,谢谢
劳尔 亲爱的所有人,谢谢您的回答。我尝试使用nloptr,但遇到了渐变问题,我认为在我的情况下不需要。因此,我从同一软件包中切换了cobyla功能。但是我仍然有麻烦,我认为我没有正确编写要优化的功能。确实,当我想将此曲线拟合到数据时,我需要使用我的数据。因此,我尝试在数据和拟合的数据之间使用RMSE,但直到现在我还是失败了。我还尝试了NlcOptim软件包的功能solnl,到目前为止还没有成功...这是我的尝试: (我适合的值为LAI = f(DOY)
它不起作用,这是因为我收到一个错误“二进制运算符的非数字参数”。如果您有个主意,可以请您帮我吗?
谢谢,最好的问候
劳尔gx0<-A*((1/(1+exp((x0-x0)/x1)))-(1/(1+exp((x2-x0)/x3))))+B
dgx0<-A*((exp((x0-x0)/x1)/(x1*(1+exp((x0-x0)/x1))^2))-(exp((x2-x0)/x3)/(x3*(1+exp((x2-x0)/x3))^2)))
gx2<-A*((1/(1+exp((x0-x2)/x1)))-(1/(1+exp((x2-x2)/x3))))+B
dgx2<-A*((exp((x0-x2)/x1)/(x1*(1+exp((x0-x2)/x1))^2))-(exp((x2-x2)/x3)/(x3*(1+exp((x2-x2)/x3))^2)))
t0<-x0-(gx0/dgx0)
t1<-(A+B-(gx0-dgx0*x0))/dgx0
t2<-(A+B-(gx2-dgx2*x2))/dgx2
t3<-x2-(gx2/dgx2)
编辑
f_cesbio= function(x,observed,LAI) {
tt<-array(0,length(observed))
for(i in 1:length(observed))
{
tt[i]<-(1.0/(1+exp((x[3]-observed[i])/x[4]))-1.0/(1+exp((x[5]-observed[i])/x[6])))*x[1]+x[2]
}
tt<-as.numeric(tt)
return(list("objective"=rmse(LAI,tt)))
}
f_cesbio2<- function(DOY,LAI,fixed=c(FALSE,FALSE,FALSE))
{
x <- fixed
function(p) { x[!fixed] <- p
A <- x[1]
B <- x[2]
x0 <- x[3]
x1 <- x[4]
x2 <- x[5]
x3 <- x[6]
tt<-array(0,length(DOY))
for(i in 1:length(DOY))
{
tt[i]<-(1.0/(1+exp((x[3]-DOY[i])/x[4]))-1.0/(1+exp((x[5]-DOY[i])/x[6])))*x[1]+x[2]
}
tt<-as.numeric(tt)
return(tt)
} }
f_cesbio3= function(x) {
(1.0/(1+exp((x[3]-tab[[1]]$DOY)/x[4]))-1.0/(1+exp((x[5]-tab[[1]]$DOY)/x[6])))*x[1]+x[2]-tab[[1]]$LAI
}
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。