关于在 minpack.lm 包中使用 NLS.LM 的问题

Posted 2023-02-16

【中文标题】关于在 minpack.lm 包中使用 NLS.LM 的问题

【英文标题】：Questions about using NLS.LM in the minpack.lm package

【发布时间】：2013-04-12 03:43:39

【问题描述】：

我正在尝试在 R 中使用 minpack.lm 包。特别是 NLS.LM 函数。我正在翻阅手册和帮助文件，但设置它的要求有点超出我目前的能力。非常感谢任何指导。这是我的代码，下面是我得到的错误声明。

R 代码：

# Thomas P. Taggart
# ERE445/645
# Spring 2013 - Calibration Presentation

# Lumped parameter rainfall-runoff model for the Susquehanna River at Conklin, NY. 
# Outlined in Haith's (1987) GWLF model. The model uses the SCS curve 
# number runoff technique to determine runoff, with snowpack, unsaturated zone, and 
# saturated zone mass balances. Evapotranspiration is to be determined using Hamon’s 
# method with average monthly values for daylight hours. 
# In this model we assume the following constants, which are determined through calibration:
# Baseflow Recession Coefficient, Kb
# Field capacity, FCAP
# Curve number for average moisture conditions, CN2 
# Initial antecedent moisture conditions, iAMC
# Initial snow accumulation, iSNt
# Initial saturated zone storage, iSATt
# No deep groundwater seepage

# including needed functions
source("Functions.R")
source("distributionFunctions.R")
source("GWLF_Model.R")

require(ggplot2)
require(reshape)
library(minpack.lm)
library(scales)  


###############################################################################################
# USGS Discharge data for Conklin, NY - Gage on the Susquehanna

# Reading in the input file
dischargeInput <- read.csv("USGS_DailyDischarge_ConklinNY_01503000_A.csv", header=TRUE)


###############################################################################################
# Weather Data

# Read in input file
weatherInput = read.csv("Conklin_NY_WeatherData_Edit.csv")


###############################################################################################
# Setting up the model inputs - inital Run

# Baseflow Recession, Kb 
Kb <- 0.90

# Initial unsaturated storage is at field capacity, FCAP (cm)
FCAP <- 10

# Curve number for average moisture conditions, CN 
CN <- 65.7

# Initial antecedent moisture conditions, AMC 
AMC <- 1.5

# Initial saturated zone storage, SATt 
iSATt <- 0.45

# Snowmelt constant, K
K <- 0.45

parameters <- c(Kb, FCAP,CN, AMC, iSATt, K)

# Calling the Model - 1st time to see the initial outputs
# GWLF(parameters, dischargeInput, weatherInput)


###############################################################################################
# Calibrating the model

guess <- c("Kb"=0.1, "FCAP"=1,"CN"=50, "AMC"=0, "iSATt"=0, "K"=0.5)

out <- nls.lm(par = guess, fn = GWLF(parameters, dischargeInput, weatherInput))

这是错误信息：

Error in function (par)  : could not find function "fn"

我需要如何设置标准杆？还是我在 nls.lm 中调用的函数中的第一个参数？ GWLf 函数被传递了 6 个参数，这些参数在函数中用作常量。这是我希望校准的 6 个参数。

谢谢， 汤姆

【参考方案1】：

来自阅读?nls.lm

你需要传递函数，而不是调用函数

out <- nls.lm(par = guess, fn = GWLF, dischargeInput, weatherInput)

注意额外的参数（我假设是数据）在...中传递

使用您希望它们在GWLF 中的任何参数名称来命名这些参数会更安全。

【讨论】：

MNEL，哇！！几分钟前我才让它工作，这正是我让它工作的方式。确切地。我知道面临的问题是想知道为什么我的迭代在第二次之后停止（即使制作的图表数量表明它应该高于两次迭代），以及为什么得到的 par 输出与初始输出没有任何不同猜测值。

@traggatmot，除非你能提供一个可重复的例子，否则这将很难提供帮助