64位R'；Windows7下的s optim

我目前正处于开发我的第一个R包的最后阶段，该包应该适合多项式处理树（MPT）模型（当前版本见its）。模型拟合是通过R的

optim

功能实现的。
今天我第一次在Windows7机器上玩它，发现了一件非常奇怪的事情：

optim

在使用64位版本的R时没有成功收敛。这在我看来像是一个bug（特别是当

nlminb

对两个R版本都收敛时）。由于

optim

是我的软件包的核心，因此非常感谢您在这个问题上提供的任何帮助

下面是一个可重复性最低的示例（通常通过表达式指定模型，而不是在目标函数中指定，但为简单起见，我将所有内容都放在目标函数中）：

最后一点注意：我们有一些例子（这是我们最简单的例子模型）可以在64位R和

optim

上工作，但是更多的例子（如这里所示）不起作用

计数总是3

编辑：

固定起始值时（感谢Joshua Ulrich）

optim

不会偏离64位R下的固定值：

nlminb(runif(3, 0.1, 0.9), llk.tree, data = c(24, 65, 30, 61), lower = 0, upper = 1)

$par
[1] 1.0000000 0.4944445 0.3000000

$objective
[1] 234.711

$convergence
[1] 0

$iterations
[1] 14

$evaluations
function gradient 
      19       55 

$message
[1] "relative convergence (4)"

optim(c(0.5, 0.5, 0.5), llk.tree, data = c(24, 65, 30, 61), method = "L-BFGS-B", lower = rep(0, 3), upper = rep(1, 3))

$par
[1] 0.5 0.5 0.5

$value
[1] 276.1238

$counts
function gradient 
       3        3 

$convergence
[1] 0

$message
[1] "CONVERGENCE: REL_REDUCTION_OF_F <= FACTR*EPSMCH"

optim（c（0.5,0.5,0.5），llk.tree，data=c（24,65,30,61），method=“L-BFGS-B”，lower=rep（0,3），upper=rep（1,3））
$par
[1] 0.5 0.5 0.5
美元价值
[1] 276.1238
美元计数
函数梯度
3        3 
$convergence
[1] 0
$message
[1] “收敛：REL_REDUCTION_OF_F我们今天做了更多的测试，发现了与使用64位R的Linux下的问题中描述的相同的问题

然而，由于这个巧妙的想法，我们尝试了一个简单的更改来解决问题（尽管问题仍然可疑）。在目标函数末尾，如果
llk
是
Inf
，我们将其设置为一个极高的值（was
1e19
）。

使用较小的值（例如，
1e10
）可以消除64位机器上的问题（目前已在Linux上测试）：

llk.tree您能为产生错误结果的
set.seed（）
提供一个值吗？使用指定的而不是随机的起始值运行它会在我的机器上产生错误，例如.5:
optim（c（0.5,0.5,0.5），llk.tree，data=c（24,65,30,61），method=“L-BFGS-B”，lower=rep（0,3），upper=rep（1,3））
@Joshua，请看我的编辑，这让我更加无言以对……因为据我所知，你遇到了一个bug。@Joshua谢谢你的评论。我将在这里等待另一天的其他评论，然后在邮件列表上发布。
$par
[1] 0.8668081 0.6326655 0.1433857

$value
[1] 257.7328

$counts
function gradient 
       3        3 

$convergence
[1] 0

$message
[1] "CONVERGENCE: REL_REDUCTION_OF_F <= FACTR*EPSMCH"

nlminb(runif(3, 0.1, 0.9), llk.tree, data = c(24, 65, 30, 61), lower = 0, upper = 1)

$par
[1] 1.0000000 0.4944445 0.3000000

$objective
[1] 234.711

$convergence
[1] 0

$iterations
[1] 14

$evaluations
function gradient 
      19       55 

$message
[1] "relative convergence (4)"

optim(c(0.5, 0.5, 0.5), llk.tree, data = c(24, 65, 30, 61), method = "L-BFGS-B", lower = rep(0, 3), upper = rep(1, 3))

$par
[1] 0.5 0.5 0.5

$value
[1] 276.1238

$counts
function gradient 
       3        3 

$convergence
[1] 0

$message
[1] "CONVERGENCE: REL_REDUCTION_OF_F <= FACTR*EPSMCH"

llk.tree <- function (Q, data) 
{
    p <- Q[1]
    q <- Q[2]
    r <- Q[3]
    e <- rep(NA,4)
    e[1] <- p * q * r
    e[2] <- p * q * (1-r)
    e[3] <- p * (1-q) * r
    e[4] <- p * (1-q) * (1-r) + (1-p)

    llk <- sum(data * log(e))
    if (is.na(llk)) 
        llk <- -1e+10
    if (llk == -Inf) 
        llk <- -1e+10
    return(-llk)
}

# The call to optim:
optim(runif(3, 0.1, 0.9), llk.tree, data = c(24, 65, 30, 61), method = "L-BFGS-B", lower = rep(0, 3), upper = rep(1, 3))