使用R中的mapply，将上一次迭代的输出作为当前迭代的输入

我在mapply中使用了一长串的优化，每次迭代都与下一次类似。我想使用前面迭代优化值的输出作为当前迭代的起点。有可能吗？或者我可以使用R中的另一个软件包不费吹灰之力地完成它吗

---

为了澄清，假设我有一个100个值的向量。在每次迭代中，我从1:50、2:51等开始选取其中的50个，以拟合具有3个参数的模型。输出是一个3列51行的数据集。我想加快这个过程，因为后续的迭代几乎都有相同的数据。

现在还不清楚您到底想做什么以及希望如何加快这个过程。使用索引为1:50的某些参数拟合模型后，您希望使用上一次迭代将模型拟合为索引为2:51的参数会很快吗？听起来这取决于型号。如果你想按照你在标题中所说的去做，即使用迭代的输出作为下一个迭代的输入，这是使用Reduce来完成的。我们可以考虑使用Model1表示数据1:50，Model2表示数据2:51，参数Par1_1，Par1_2，Par1_3以及相同的参数表示模型2。由于数据相似，我希望将Model1中的优化参数作为Model2的起始值将对性能和速度产生影响。我不完全确定，但这似乎是一个很好的赌注。好的，我明白了。假设您想要适合N个模型。您需要一个函数finit，它接收数据（例如1:50）和一次迭代的初始参数，并输出下一次迭代的初始参数。然后，如果datalist是长度为N的列表，其第i个分量是第i次迭代的数据，则需要Reducef、datalist、init0，其中init0是第一次迭代的初始化。我猜在f中的某个地方，你还必须保存拟合每个模型的输出。这有意义吗？你确定这是最好的方法吗？您将如何处理50组优化参数的输出？如果都来自同一人群，你想学什么？真正的应用是每天从SPX的20年（1-2-3-5年和10年回顾期）日志返回数据推断GHYP参数。不幸的是，这需要大量的时间，而且我在优化稳定性方面遇到了困难。我想也许会有帮助。