使用 TMB 优化时，outermgc 消息是什么？

Question

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，其形式似乎为“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 

看起来数字越小表明收敛速度越快，收敛结果也越好。但我并不完全确定这些是什么，因此很高兴知道这些是什么，以便诊断算法的收敛特性。

Answer 1

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），优化后您可以通过运行 obj$gr(opt$par) 获得该梯度。所有这些都应尽可能接近于零。因此，为了使模型正常，最高或最大（距零最远）应该仍然很低。您会注意到，使用 sdreport() 时，还会给出最终的最大梯度分量。使用 nlminb/optim 时，每次迭代默认也会计算并打印这些梯度（除非 makeADfun 中的silent=TRUE）。