1

在使用 TMB 生成目标函数和梯度并调用该optim函数后，我在控制台中打印出一系列报告，其格式似乎为“outer mgc:”：

outer mgc:  56.54273 
outer mgc:  56.51064 
outer mgc:  56.96065 
outer mgc:  57.13384 
outer mgc:  29.01959 
outer mgc:  27.08267 
outer mgc:  25.99866 
outer mgc:  25.79068 
outer mgc:  25.58621 
outer mgc:  21.91722 
outer mgc:  21.73952 
outer mgc:  21.56449 
outer mgc:  21.52924 
outer mgc:  21.52189 
outer mgc:  21.19551 
outer mgc:  20.7331 
outer mgc:  16.39087 
outer mgc:  11.35111 
outer mgc:  10.61466 
outer mgc:  6.748524 
outer mgc:  1.420802 
outer mgc:  0.1197647

似乎较小的数字表示更快的收敛和更好的收敛结果。但我不完全确定这些是什么，因此最好知道以诊断算法的收敛特性。

4

1 回答 1

3

缩写 mgc 代表“最大梯度分量”。

对于每个参数，TMB 估计一个梯度（偏导数），在优化后，您可以通过运行 obj$gr(opt$par) 获得。所有这些都应尽可能接近零。因此，要使模型正常，最高或最大的（离零最远的）应该仍然很低。您会注意到，在使用 sdreport() 时，还会给出最终的最大梯度分量。在使用 nlminb/optim 时，默认情况下也会为每次迭代计算和打印这些梯度（除非在 makeADfun 中静默=TRUE）。

于 2017-08-03T18:28:45.950 回答