我是R新手,需要一些简单优化的帮助。R优化线性函数
我想随着时间的推移(24个月预测值1到24)对变量(sales_revenue
)应用函数转换。基本上我想把产品的销售收入从后几个月推到较早的月份。
上t
时间的功能变换是:
trans=D+(t/(A+B*t+C*t^2))
我将然后要解决:
1)sales_revenue = sales_revenue *反式
其中total_sales_revenue=1,000,000
(或内+/- 2.5 %)
total_sales_revenue
是24个月预测中所有sales_revenue
的总和。
如果trans的参数太多,我可以根据需要修复其中的大部分参数,并让B免费估算。
我认为这种方法应该修复除B
之外的所有参数,区分函数(1)(不知道什么样的差异)并求解非零最小值(使用约束来确保其右极小值和零值,在该功能上运行优化,约束条件是sales_revenue*trans
的总和等于(或接近)1,000,000。
你试过用'optim'吗? – iTech 2013-03-06 05:10:47
感谢您的回复,我现在正在查看优化,只是通过语法工作。如果有人曾经做过类似的事情,那么是在一段时间之后。 – user2138362 2013-03-06 05:26:35
我应该把它固定为约.85作为函数,没有这个限制在0和1之间,我希望它能够在时间序列中早期应用比例高于1的比例,然后低于1 。手动优化.85目前效果很好。对其余的值有一个好的想法,并且只需要估计确定函数峰值高度的B. – user2138362 2013-03-06 05:39:43