R nlminb虚假收敛实际上意味着什么？

Question

我使用函数nlminb来最大化一个函数，并得到收敛（收敛= 0）与消息虚假收敛。

我尝试了文档，但无人接听。我试图让该函数的port documentation和能找到的功能nlminb

任何人都可以点我的nlminb港口文档或解释什么假收敛的意思是吗？

我也尝试过其他的优化功能，但虽然nlminb有点晦涩，似乎收敛比其他任何功能，正确的答案更快。需要执行更多测试来确保。即使通过optimx使用nlminb也相当缓慢。

这将是一件好事，如果我们了解更多如何这个功能工作。 Fortran编码器请随时提供帮助。

编辑 我应该早点找到代码。 Here它是但它仍是模糊不清。有人可以帮

Answer 1

这是一个answer of mine from r-sig-mixed models

[...的nlminb（）优化...是基于PORT库一个重新发布/适应。

该文档从?nlminb曾经是连接在http://netlib.bell-labs.com/cm/cs/cstr/153.pdf：http://www.netlib.org/port/cs/cstr说

端口/自述点给“使用的概要选择优化例程”，有时被称为端口优化文档中http://netlib.bell-labs.com/cm/cs/cstr/153.ps.gz或http://netlib.bell-labs.com/cm/cs/cstr/153.pdf

...但这些链接被打破（port/readme仍然存在，但没有任何链接提供工作...）。

我设法通过Google Scholar找到了文档，并发布了一个稍微更方便的PDF version。

我能找到这些文档的唯一有用的材料是：

页。 5：假收敛：梯度∇f（x）可以被计算 不正确，其它的停止公差可以是过紧，或任一 F或∇f可以是当前迭代X附近不连续的。

p。 9：V（XFTOL） - V（34）是误收敛容差。与IV的返回 （1）= 8，如果一个更有利的停止测试不是 满足并且如果缩放的长度的至多V（XFTOL）的工序试图但 不接受发生。 “缩放长度”是指（5.1）的含义。这种 返回通常意味着在计算∇f（X），或 有利收敛公差的误差（V（RFCTOL），V（XCTOL），以及或许 V（AFCTOL））是用于精度太紧其中f（x）是 （见§9），或∇f（或f本身）在x附近是不连续的。 在计算∇f（x）时的错误通常会导致仅在几次迭代之后的错误收敛 - 通常在第一次迭代中。默认值= 100 * MACHEP。

p。 13：有时候评估f（x）涉及广泛的计算，例如执行模拟或自适应数字正交或集成了普通或偏微分方程。在这种情况下，针对f（x）计算的值，例如f（x），可能涉及实质性错误（在优化算法的眼中）。为了消除一些“假收敛”消息和无用功能评估，有必要增加停止容限，并且当使用有限差分导数近似时，增加估计导数所用的步长。