（已解决） 基于多元目标和不等式约束的 auglag 约束优化

问：

更新（已解决）：在这样的时代，我讨厌R。一天多后，事实证明，变量需要在我的目标函数和不等式函数中以与传递给 auglag 相同的顺序定义。在nloptr中遇到同样的问题后，我实际上找到了修复程序，所以希望有一天这对某人有所帮助！

我尝试使用 auglag 估计以下目标并得到以下错误（没有输出）

“Error in hin（par， ...） ： argument ”b“ is missing， with no default”

我在下面分享了代码。所有矩阵都是可顺应的。对此的任何帮助将不胜感激。另外，我确实看过例子，但找不到多变量的例子。

# WLS objective function 


wls_obj <- function(x, b, y, w){
  e <- y - x %*% b
  obj <- t(e) %*% w %*% e
  return(obj)
}


# constrained WLS minimization 

b <- as.matrix(rep(1,7))
x <- as.matrix(data.frame(rep(1,nrow(x)),x))

hin <- function(x,b){
  hin <- x %*% b
  return(hin)
}

model <- auglag(par=b,fn=wls_obj,hin=hin,c(x=x,y=y,w=w))`

我试图最小化 b 上的目标，给定 x%*%b gte 0 的约束。我期待 b 中的受约束解决方案。