问题描述
我目前正在解决以下问题：
基本上，此问题等效于找到逻辑回归的置信区间。目标函数是线性（无二阶导数），同时约束是非线性的。具体来说，我使用n = 1，α= 0.05，θ= p的对数，其中p = [0,1]（有关详细信息，请参见二项式分布）。因此，对于目标和约束，我分别为梯度和雅可比给出了封闭形式的解决方案。
在R中，我首先尝试了alabama :: auglag函数，该函数使用带有BFGS的增强型拉格朗日方法（默认）和nloptr :: auglag函数，该函数使用带有SLSQP的增强型拉格朗日方法（即SLSQP作为局部最小化器）。尽管他们能够在大多数时间找到（全局）最小化器，但有时他们失败了，并提出了遥远的解决方案。 毕竟，我可以使用SLSQP方法（nloptr :: nloptr，algorithm = NLOPT_LD_SLSQP）获得最佳（最稳定）的结果。
现在，我有一个问题，为什么SLSQP在此设置下比前两种方法产生更好的结果，以及为什么前两种方法（使用BFGS和SLSQP作为局部优化器的增强型拉格朗日方法）表现不佳。 另一个问题是，考虑到我的问题设置，找到优化程序的最佳方法是什么？
任何评论和建议将不胜感激。 谢谢。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）