R optim（）多个参数类型

我正在探索使用R optim（）或optimx（）进行（非常）非线性优化。基本上，我编写了一个函数，将以下内容作为其输入：

1） 具有特定列名/类型的data.frame
2） 长度为1的数字向量
3） 长度大于1的数值向量

然后，该函数接受输入，执行一些计算和逻辑测试，如果逻辑测试为假，则返回一个非常负值，如果逻辑测试为真，则返回输入值#2。目标是最大化#2，而不会使逻辑测试出错

我尝试使用优化代码（）用下面的代码（PAR值对应于上面提到的输入）：

---

optimout如果我正确理解了您的问题，并且您只想最大化基于第二个输入参数（长度为1的数字向量）的函数，那么您需要以不同的方式调用
optimx
，考虑到data.frame可能是某些给定的输入数据，这是有意义的

因此，请尝试执行以下操作：

optimout <- optimx(par = c(5000), fn = MyFunction, par1=inputDF,
par2=rep(99,20), maximize = TRUE)

optimout尝试在初始条件
c（inputDF，5000，rep（99,20））下计算
MyFunction
。你得到了什么？它返回我期望的值。但是，我在函数调用中显式输入参数inputDF，5000，rep（99,20）。我想知道在通过optimx调用MyFunction时，是否需要以不同的格式设置输入参数。您的
MyFunction
是否有3个或1个输入？3个输入，与我在上面的#1/2/3中所列的数据类型相同，通过
optimx
：fn=要最小化（或最大化）的函数，第一个参数是要进行最小化的参数向量。
optimout <- optimx(par = c(5000), fn = MyFunction, par1=inputDF,
par2=rep(99,20), maximize = TRUE)