我正试图找到一种方法来解决R的优化问题。
作为示例，我有一个2D数组或矩阵，每列是一组相关的点。我在列中有另一组数据，可以将其建模为第一个矩阵中列的加权和。 （我使用术语＆＃39;系数＆＃39;对于这些权重）以下R代码显示了我试图描述的问题类型的示例解决方案。
A=rbind(c(1.0, 1.0),c(1.0, 3.0),c(2.0, 2.0),c(4.0, 1.0),c(2.0, 1.0),c(1.0, 1.0))x
c=c(2.0, 5.0, 4.0, 3.5, 2.5, 2.0)
x=qr.solve(A,c)
# this works and gives 0.5 and 1.5 for the two coefficients i.e c can be modelled as a weighted sum of teh columns in A, the weights being 0.5 and 1.5
...然而
通常我的初始2D数组或矩阵可能会使列中的值向上或向下移动几个位置。
例如，我在下面的例子中将第二列移动了一个位置，移位可以是相对意义上的向上或向下，并且就移动列的点数而言它们通常很小，例如＆lt; ; +/- 10相对于列中的总点数（1000＆＃39; s）。A=rbind(c(1.0, 1.0),c(1.0, 1.0),c(2.0, 3.0),c(4.0, 2.0),c(2.0, 1.0),c(1.0, 1.0))
c=c(2.0, 5.0, 4.0, 3.5, 2.5, 2.0)
x=qr.solve(A,c)
上面获得的合适不再是我的第一个例子的完美契合，因为它的转变＆＃39;第二列中的数据。对于实际数据，很明显，为了获得最佳拟合，我需要针对系数和移位进行优化。
我是优化的全新人，因此我对所有可用的软件包和方法感到有些困惑。
所以我的问题是我如何才能完成对系数的求解？以及“转变”为了最好地适应＆＃39; c＆＃39;作为＆＃39; A＆＃39;？
中列数据的加权和我希望我的解密是claer，并提前感谢您的任何帮助或指示。