我正在使用 Eigen 的 Levenberg-Marquardt 实现，想知道如何为应该优化的参数设置一些界限。
当我将一些 GNU octave 程序迁移到 Eigen 时，我预计可能会有一些边界可以很容易地作为模块的参数提供。
我实现的布局与本示例中的几乎相同。我没有提供 df() 实现，而是使用 Eigen::NumericalDiff 来近似它。
那么如何对提供给最小化（）的参数实施一些限制？当离开我的预期范围时，我考虑过将 operator() 中的错误（fvec）设置为一些较高的值，但在一些小型测试中，这导致了奇怪的结果。
我找到了一个至少对我有用的解决方案。
这个想法是一旦参数离开它们的理智边界，就增加误差向量。
这可以通过以下函数来实现：
penalize(x1, x2) = 1 + (exp(x1-x1max)*b1) + exp((x1min-x1)*b1) + exp((x2-x2max)*b2) + exp((x2min-x2)*b2)
b1/b2/... 必须根据边界来选择。就我而言，我从 b1=0.1 开始，范围为 1600...3200。该功能可以很容易地扩展到使用的参数数量。
使用这样的功能：
int operator(x, fvec) const
{
fvec(i) = ... * penalize(x(1), x(2))
}