R 如何在optim中忽略函数执行中的错误？

我正在使用

optim

估计自定义函数的参数。此自定义函数包括一个在参数输入无效时生成错误消息的函数（它包括多个分布，但假设如果正态分布出现负标准偏差，则会产生错误。因此，与

NaN

值和

dnorm

函数的警告不同，此函数停止并返回错误消息）

现在，如果我在

optim

中使用

BFGS

选项，那么

optim

可能会在某个时候尝试无效的参数输入，这将导致在计算自定义函数时出错并停止optim过程。如果我改用

Nelder Mead

选项，这不是问题

因此，我的问题是：是否有任何方法可以将

optim

函数与

BFGS

选项一起使用，以便在进行优化的自定义函数出错时不会停止

当然，理论上我可以重新编写自定义函数，但这不是一个选项，因为它是在其他情况下需要错误消息的更大包的一部分。我也知道

L-BFGS-B

选项，但是，在许多情况下，为参数选择合适的边界并不简单（导致错误的实际值可能是训练数据的复杂转换）

下面是一个示例（标准正态分布参数的最大似然估计）

---

fn我们使用的是哪个库？我使用的软件包是一个非常小的R软件包，只有很少的用户。为了匿名，我不想参考它，因为我是为数不多的用户之一。相反，我在我的帖子中添加了一个例子，说明了我的意思。我不确定忽略错误的想法是否是一个好主意。我希望我们讨论的是ab执行优雅的错误处理，即观察错误并根据此状态继续操作。我会更好，更改代码以避免产生错误（为数据选择正确的优化器）。如果你想坚持使用这些优化器而不确信它们会起作用，你应该在R中使用错误处理，比如tryCatch。关于一般原则，我完全同意。我只是想知道是否有一种方法可以以与
Nelder Mead
方法类似的方式使用
BFGS
方法dy在
optim
中处理函数错误。你所说的
在
中处理函数错误是什么意思？这些都是启发式的，有时会遇到困难。
BFGS
不是
Nelder mead
，所以它们会显示不同的错误行为！有时Nelder mead会失败，但BFGS会收敛。
fn <- function(par, obs){
  if(par[2] < 0){stop("error msg")}
  return(sum(-dnorm(obs, mean = par[1], sd = par[2], log = TRUE)))
}

dat <- rnorm(100)

optim(par = c(1,2), fn = fn, obs = dat, method = "BFGS") # stops due to error message
optim(par = c(1,2), fn = fn, obs = dat, method = "Nelder-Mead") # works
optim(par = c(1,2), fn = fn, obs = dat, method = "L-BFGS-B", lower = c(-10,0.001), upper = c(10,10)) # works