控制'中的步长；optim'；R函数

我使用R来优化一个函数，使用“optim”函数。然而，我正在优化的变量的真实值至少间隔10^-5左右。但是，据我所知，默认步长（即optim向每个控制变量添加多少，以查看其如何改变目标函数）为10^-8

有没有简单的方法告诉“optim”函数将步长增加到10^5或更高

参考我的代码如下：

Optimal <- optim(par = starting, fn =expectedSeats,
                       propensities = propsShocked, n = NumberofDistricts, 
                       shockType = "normal", shockSD = 0.1,
                       method =  "L-BFGS-B",
                       lower = rep(0,NumberofDistricts), upper = rep(1,NumberofDistricts),
                       control=list(factr =  1e12)
                       )

---

Optimal（1）有两种步长。一个用于直线搜索，另一个用于有限差分计算。（2） 解算器采用连续、平滑的函数。这意味着您真的不应该对步长（我在1中提到的任何一个）施加这样的限制。嗨，谢谢您的回复。我可以问一下关于R中其他优化算法的建议吗？您认为这些算法可能对我的问题有帮助。我发布的那个经常收敛到不同的局部极小值。我的问题的关键特征：1）选择变量的数量很大，2）被计算的函数非常慢，3）选择变量的绝对界限（介于0和1之间）。任何提示都很好！谢谢，我对你的问题不太了解，所以这就像医生在没有检查的情况下诊断病人一样。昂贵的函数计算通常意味着没有简单的梯度（有限差分非常昂贵）。这表明无导数方法可能是合适的。更多信息或/和可复制的示例有助于澄清问题。如果目标函数的评估速度较慢，我最近的R包Optimiparallel可能会引起兴趣。