R 中的优化函数可以接受目标、梯度和粗麻布吗？

我有一个想要优化的复杂目标函数。优化问题需要相当长的时间来优化。幸运的是，我确实有可用的函数的梯度和粗麻布。

R 中是否有一个优化包可以接受所有这三个输入？ “optim”类不接受 Hessian 矩阵。我已经扫描了用于优化的 CRAN 任务页面 http://cran.r-project.org/web/views/Optimization.html并没有弹出任何东西。

无论如何，我可以使用 ' 在 MATLAB 中执行优化fminunc http://www.mathworks.com/help/toolbox/optim/ug/fminunc.html' 与 'GradObj' 和 'Hessian' 参数。

我认为包trust http://cran.r-project.org/web/packages/trust/index.html信任区域优化可以解决这个问题。从文档trust http://cran.r-project.org/web/packages/trust/index.html，你看到了

该函数执行函数的最小化或最大化 使用信任域算法...（它接受）一个 R 函数 计算要最小化的函数的值、梯度和 Hessian 或最大化并将它们作为包含组件值的列表返回， 梯度和粗麻布。

事实上，我认为它使用了与fminunc.

默认情况下fminunc如果您提供，则选择大规模算法 fun 中的渐变并使用 optimset 将 GradObj 设置为“on”。这个算法 是一种子空间信赖域方法，基于 [2] 和 [3] 中描述了内反射牛顿法。每个 迭代涉及大型线性系统的近似解 使用预条件共轭梯度（PCG）的方法。看 大规模 fminunc 算法，非线性信任域方法 最小化和预处理共轭梯度法。