R 数值方法产生与平台相关的结果

我的小弟弟有一个相当复杂的问题。基本上，我正在使用

rugarch

包构建一个GARCH（1,1）模型，该包正是为此目的而设计的。它使用了一系列解算器（由

Rsolnp

和

nloptr

提供，通用非线性优化），运行良好。我正在用

testthat

来测试我的方法，方法是提供一个基准解决方案，该解决方案以前是通过在Windows下手动运行代码获得的（Windows是要在中使用的包的主要平台）

现在，当解决方案在几个连续运行中不一致时，我最初遇到了一些问题。差异在我为解算器指定的公差范围内（默认值

solver='hybrid'

，如文档所建议），因此我猜测它使用了某种随机化。所以我去掉了随机种子和并行（“合法的”原因），问题就解决了，每次在Windows下我都会得到相同的结果，所以我运行R CMD CHECK和

测试，测试是否成功

在那之后，我决定自动化一点，现在构建过程由。令我惊讶的是，Linux下的结果与我的基准测试不同

读取顺序（文件输出）不等于读取顺序（文件基准）

平均相对差：0.00000014688

多次重建会产生相同的结果，而差异总是相同的，这意味着在Linux下，解决方案也是一致的。作为临时修复，我将根据平台设置一个公差限制，测试通过（请参阅最新版本）

总而言之：

数值过程分别在Windows和Linux平台上产生相同的输出
然而，这些输出是不同的，不是由随机种子和/或并行引起的
我通常只关心Windows下的支持，不打算公开发布，所以这对我的软件包本身来说不是什么大问题。但我要提请大家注意，因为其中一个被广泛使用的解算器可能存在问题

不，我并不是要求修改我的代码：依赖平台的容忍度相当丑陋，但到目前为止，它确实起到了作用。问题是:

还有什么可以“合法”（或“自然”）导致所描述的差异
是否需要低级数值例程在所有平台上生成相同的结果？我的期望太高了，这会发生吗
我应该非常关心这件事吗？这是一种普遍的情况吗
低级数值例程不能在所有平台上产生相同的结果，甚至不能在同一平台上的所有编译器上产生相同的结果。@BenBolker谢谢，这很有意义。有什么提示可以让我了解更多吗？除此之外，在我看来，你的评论似乎回答了我的问题，因此，如果你愿意，你可以发布它。我在一个自动测试场景中也面临着这个问题。是否有一种特殊模式，使R不使用cpu级别的函数？类似Java的“严格数学”吗？