如何使用R的nleqslv求解带多约束的非线性函数最小值问题

你遇到的报错本质上是用错了工具，nleqslv是用于求解非线性方程组的工具，要求传入的函数返回值长度和待求解变量x的长度完全相等，你的x长度为4，但函数返回了13个约束值，自然会触发长度不匹配的错误。更关键的是，你的需求是带约束的最小化优化问题，并非求解方程组，完全不需要用nleqslv。

正确求解方案 #

推荐使用R的nloptr包求解这类带非线性约束的优化问题，操作步骤如下：

1. 首先构造你要最小化的目标函数，返回单个标量值（对应你要最小化的求和式）
2. 将所有约束整理为两类：
   • 等式约束：仅1条，即所有x的和等于0
   • 不等式约束：所有小于等于/大于等于的约束，统一整理为 g(x) ≤ 0 的形式，比如x1 ≥ 0可以写成-x1 ≤ 0，x1 ≤ scm可以写成x1 - scm ≤0
3. 选择支持非线性约束的优化算法（比如LD_SLSQP），传入初始值、目标函数、约束函数即可求解

适配你测试参数的示例代码 #

首先安装加载依赖包：

# 首次使用执行安装
install.packages("nloptr")
library(nloptr)

定义参数和优化所需函数：

a <- c(20, 34, 22, 27)
scm <- 9300
INJ <- 4650
WIT <- 4650

# 目标函数：你要最小化的求和式，这里示例为a_i * x_i²的和，可替换为你的真实目标函数
eval_f <- function(x) {
  return(sum(a * x^2))
}

# 不等式约束函数，返回所有g(x) ≤ 0的结果
eval_g_ineq <- function(x) {
  c(
    # 前k项累计和约束
    x[1] - scm,
    -x[1],
    x[1]+x[2] - scm,
    -(x[1]+x[2]),
    x[1]+x[2]+x[3] - scm,
    -(x[1]+x[2]+x[3]),
    # x_i上下界约束
    x[2] * (10 * x[1] + 1) - INJ,
    -x[2] - log(x[1]+1)*WIT,
    x[3] * (10 * (x[1]+x[2]) + 1) - INJ,
    -x[3] - log(x[1]+x[2]+1)*WIT,
    x[4] * (10 * (x[1]+x[2]+x[3]) +1) - INJ,
    -x[4] - log(x[1]+x[2]+x[3]+1)*WIT
  )
}

# 等式约束函数，返回所有h(x) = 0的结果
eval_g_eq <- function(x) {
  return(sum(x))
}

执行优化：

# 初始值
x0 <- c(4650, -4650, 4650, -4650)

# 优化参数设置
opts <- list(
  "algorithm" = "LD_SLSQP",
  "xtol_rel" = 1e-8,
  "maxeval" = 1e4
)

# 运行优化
result <- nloptr(
  x0 = x0,
  eval_f = eval_f,
  lb = NULL, ub = NULL,
  eval_g_ineq = eval_g_ineq,
  eval_g_eq = eval_g_eq,
  opts = opts
)

# 查看最优解
print(result$solution)
# 查看目标函数最小值
print(result$objective)

注意事项 #

• 如果出现收敛问题，可以调整初始值尽量贴近可行域，或者修改opts里的迭代次数、收敛阈值参数
• 示例中的目标函数为通用写法，如果和你的实际需求不符，替换eval_f里的计算逻辑即可

内容的提问来源于stack exchange，提问作者user9396820