使用nloptr优化平衡不平衡矩阵时遇参数传递错误求助

错误原因 #

1. 优化变量格式不匹配：nloptr要求初始值x0、上下界lb/ub必须是一维向量，你传入了矩阵，导致参数解析错误。
2. 函数参数顺序错误：nloptr的目标函数、约束函数第一个参数必须是待优化的变量（向量），后续才是额外参数。你把额外参数（u/uu）放在了第一个位置，导致参数传递时匹配失败，触发'u' passed to (...) but not required错误。
3. 初始值未定义：x0 = u中的u从未定义，应该使用初始矩阵的向量形式。
4. 约束逻辑错误：原约束函数写反了目标值与优化值的位置，无法实现行列和匹配的需求。

修正后的代码 #

library(nloptr)

# 基准矩阵（目标行列和来源）
U <- matrix(c(3,5,4,6), ncol = 2, nrow = 2)
# 待优化的初始矩阵
Uu <- matrix(c(3,5,4,5), ncol = 2, nrow = 2)

# 目标函数：第一个参数为优化变量（向量），后续为额外参数
obj_function <- function(x, U, Uu) {
  # 将向量转回矩阵
  x_mat <- matrix(x, nrow = nrow(U))
  # 计算KL散度（确保矩阵元素非0，若有0值需额外处理）
  sum(Uu * log(Uu / x_mat))
}

# 等式约束函数：第一个参数为优化变量（向量），后续为额外参数
eq_constr <- function(x, U) {
  x_mat <- matrix(x, nrow = nrow(U))
  # 约束：优化后矩阵的行/列和与U的行/列和相等
  c(rowSums(x_mat) - rowSums(U),
    colSums(x_mat) - colSums(U))
}

# 优化选项：增加迭代次数与收敛精度，适配大矩阵场景
opts <- list("algorithm" = "NLOPT_GN_ISRES",
             "maxeval" = 10000,
             "xtol_rel" = 1e-6)

# 转换为一维向量：适配nloptr的输入要求
x0 <- as.vector(Uu)
lb <- as.vector(matrix(0, ncol = 2, nrow = 2))
ub <- as.vector(matrix(1000, ncol = 2, nrow = 2))

# 调用nloptr：额外参数按函数定义顺序传递
res <- nloptr(
  x0 = x0,
  lb = lb,
  ub = ub,
  eval_f = obj_function,
  eval_g_eq = eq_constr,
  opts = opts,
  U = U,
  Uu = Uu
)

# 输出结果
print(res)

# 将优化结果转回矩阵
optimized_mat <- matrix(res$solution, nrow = nrow(U))
print("优化后的矩阵：")
print(optimized_mat)
print("优化后矩阵的行列和：")
print("行和：")
print(rowSums(optimized_mat))
print("列和：")
print(colSums(optimized_mat))

关键修正点 #

1. 参数顺序调整：目标函数与约束函数的第一个参数改为x（优化变量向量），后续传入U/Uu等固定参数，匹配nloptr的参数传递规则。
2. 向量-矩阵转换：所有输入参数（x0、lb、ub）转成一维向量，在函数内部再转回矩阵进行行列和计算。
3. 约束逻辑修正：约束函数返回优化后矩阵与目标矩阵U的行列和差值，确保等式约束为0（即行列和完全匹配）。
4. 优化参数增强：添加maxeval（最大迭代次数）和xtol_rel（相对收敛精度），提升60x60大矩阵场景下的收敛稳定性。

内容的提问来源于stack exchange，提问作者arnyeinstein