我正在调试优化例程。我生成一个日志文本文件，在优化例程的每次迭代中跟踪目标函数值。

上下文如下：我处理一个曲线拟合问题，该问题的模型在四参数中是线性的，在X数据中是多项式

Y = PARAM1*X^3+PARAM2*X^2+PARAM3*X+PARAM4

并对该模型生成的无噪声无偏数据运行优化程序，以测试算法。

在日志文件中，第一个优化步骤显示没有问题。函数求值具有双重值。在每次迭代中，计算5个函数值（并显示在日志文件中）。从给定的迭代开始，情况就变糟了：一个函数的求值变成了-1#INF，尽管目标函数在这一点上已经成功求值了（！）。在接下来的迭代中，"坏点"将继续以-1#INF进行评估，其他点也将逐个以-1#INF进行评估。考虑到公式和之前正确评估的事实，在这些点上计算Y并不困难。

此外，我怀疑还有另一个原因，比如内存管理。你对此有什么想法吗，或者有什么建议可以更密切地跟踪问题吗？

编辑

我在日志文件中看到第一个-1#INF。函数在每次迭代中在5个点进行求值，但这5个点中只有一个是"新点"。当-1#INF首次出现时，此时功能已经成功评估。

看起来像

ITERATION N-1
f1 559.011
f2 560.034
f3 562.034
f4 560.342
f5 560.344
ITERATION N 
f1 -1#INF
f2 560.034
f3 558.034
f4 560.342
f5 560.344

其中，在ITERATION N处，只有f3是在新点处的函数评估，并且f1是在与ITERATION N-1中的f1相同的点处的功能评估。