Преобразуйте функцию в выражение оптимизации
[out1,out2,...,outN] = fcn2optimexpr(fcn,in1,in2,...,inK)
[out1,out2,...,outN] = fcn2optimexpr(fcn,in1,in2,...,inK,Name,Value)
Чтобы использовать функцию MATLAB™ в основанном на проблеме подходе, сначала преобразуйте его в выражение оптимизации.
Например, чтобы использовать целевую функцию , создайте переменную x
оптимизации и используйте ее в конвертированной анонимной функции:
x = optimvar('x'); obj = fcn2optimexpr(@(t)-exp(-t^2/2),x); prob = optimproblem('Objective',obj); showproblem(prob)
OptimizationProblem : minimize : anonymousFunction1(x) where: anonymousFunction1 = @(t)-exp(-t^2/2);
Для более комплексных функций преобразуйте файл функции. Например, предположите, что у вас есть файл функции под названием expfn2.m
, который вычисляет цель в двух переменных оптимизации.
type expfn2
function f = expfn2(t,u) f = -exp(-t^2/2)*u/(1 + u^2);
Включайте эту цель в проблему.
x = optimvar('x'); y = optimvar('y','LowerBound',0); obj = fcn2optimexpr(@expfn2,x,y); prob = optimproblem('Objective',obj); showproblem(prob)
OptimizationProblem : minimize : expfn2(x, y) variable bounds: 0 <= y
Если ваша функция имеет несколько выходных параметров, можно использовать их в качестве элементов целевой функции. Например, предположите, что u
является переменной 2 на 2, и v
2 1 переменная, и expfn3
имеет три выходных параметров:
type expfn3
function [f,g,mineval] = expfn3(u,v) mineval = min(eig(u)); f = v'*u*v; f = -exp(-f); t = u*v; g = t'*t + sum(t) - 3;
Создайте соответственно измеренные переменные оптимизации и создайте целевую функцию от первых двух выходных параметров.
u = optimvar('u',2,2); v = optimvar('v',2); [f,g,mineval] = fcn2optimexpr(@expfn3,u,v); prob = optimproblem; prob.Objective = f*g/(1 + f^2); showproblem(prob)
OptimizationProblem : minimize : ((arg2 .* arg3) ./ (1 + arg1.^2)) where: [arg1,~,~] = expfn3(u, v); [arg2,~,~] = expfn3(u, v); [~,arg3,~] = expfn3(u, v);
Можно использовать mineval
вывод в последующем ограничительном выражении.
В основанной на проблеме оптимизации ограничения являются двумя выражениями оптимизации с оператором сравнения (==
, <=
или >=
) между ними. Можно использовать fcn2optimexpr
, чтобы создать одно или оба выражения оптимизации.
Создайте ограничение, что expfn2
меньше чем или равен –1/2. Эта функция двух переменных находится в файле expfn2.m
.
type expfn2
function f = expfn2(t,u) f = -exp(-t^2/2)*u/(1 + u^2);
Создайте переменные оптимизации, преобразуйте файл функции в выражение оптимизации, затем выразите ограничение как confn
.
x = optimvar('x'); y = optimvar('y','LowerBound',0); expr1 = fcn2optimexpr(@expfn2,x,y); confn = expr1 <= -1/2; showconstr(confn)
expfn2(x, y) <= (-0.5)
Щелкните по синей ссылке extraParams
выше, чтобы видеть следующий вывод:
extraParams{1}:
-0.5000
Создайте другое ограничение, что expfn2
больше, чем x + y
.
confn2 = expr1 >= x + y;
Создайте задачу оптимизации и поместите ограничения в проблему.
prob = optimproblem; prob.Constraints.confn = confn; prob.Constraints.confn2 = confn2; showproblem(prob)
OptimizationProblem : minimize : subject to confn: expfn2(x, y) <= (-0.5) subject to confn2: expfn2(x, y) >= (x + y) variable bounds: 0 <= y
Если объективное и нелинейное ограничение прибывает из общей, длительной функции, экономит время при помощи пары "имя-значение" 'ReuseEvaluation'
. Например, rosenbrocknorm
вычисляет и целевую функцию Розенброка и норму аргумента для использования в ограничении .
type rosenbrocknorm
function [f,c] = rosenbrocknorm(x) pause(1) % Simulates time-consuming function c = dot(x,x); f = 100*(x(2) - x(1)^2)^2 + (1 - x(1))^2;
Создайте 2D переменную x
оптимизации. Затем преобразуйте rosenbrocknorm
в выражение оптимизации при помощи fcn2optimexpr
, задав 'ReuseEvaluation'
.
x = optimvar('x',2); [f,c] = fcn2optimexpr(@rosenbrocknorm,x,'ReuseEvaluation',true);
Создайте цель и ограничительные выражения от возвращенных выражений. Включайте эти выражения в задачу оптимизации. Рассмотрите проблему с помощью showproblem
.
prob = optimproblem('Objective',f);
prob.Constraints.cineq = c <= 4;
showproblem(prob)
OptimizationProblem : minimize : [argout,~] = generatedFunction_rosenbrocknorm_withReuse(x) subject to cineq: arg_LHS <= 4 where: [~,arg_LHS] = generatedFunction_rosenbrocknorm_withReuse(x);
Решите проблему, начинающую с начальной точки x0.x = [-1;1]
, синхронизировав результат.
x0.x = [-1;1]; tic [sol,fval,exitflag,output] = solve(prob,x0)
Local minimum found that satisfies the constraints. Optimization completed because the objective function is non-decreasing in feasible directions, to within the value of the optimality tolerance, and constraints are satisfied to within the value of the constraint tolerance. <stopping criteria details>
sol = struct with fields:
x: [2×1 double]
fval = 3.6222e-11
exitflag = OptimalSolution
output = struct with fields:
iterations: 43
funcCount: 161
constrviolation: 0
stepsize: 9.1067e-08
algorithm: 'interior-point'
firstorderopt: 6.3912e-07
cgiterations: 10
message: '↵Local minimum found that satisfies the constraints.↵↵Optimization completed because the objective function is non-decreasing in ↵feasible directions, to within the value of the optimality tolerance,↵and constraints are satisfied to within the value of the constraint tolerance.↵↵<stopping criteria details>↵↵Optimization completed: The relative first-order optimality measure, 6.391223e-07,↵is less than options.OptimalityTolerance = 1.000000e-06, and the relative maximum constraint↵violation, 0.000000e+00, is less than options.ConstraintTolerance = 1.000000e-06.↵↵'
solver: 'fmincon'
toc
Elapsed time is 161.910171 seconds.
Время решения в секундах является почти тем же самым как количеством функциональных оценок. Этот результат показывает, что решатель снова использовал значения функции и не напрасно тратил время путем переоценки той же точки дважды.
Для более обширного примера смотрите Цель и Ограничения, Имеющие Общую Функцию в Последовательном или Параллельном, Основанном на проблеме.
@fcn
Функционируйте, чтобы преобразоватьФункция, чтобы преобразовать, заданный как указатель на функцию.
Пример: @sin
задает синусоидальную функцию
Типы данных: function_handle
\in
Входной параметрВходной параметр, заданный как переменная MATLAB. Вход может иметь любой тип данных и любой размер.
Типы данных: single
| double
| int8
| int16
| int32
| int64
| uint8
| uint16
| uint32
| uint64
| logical
| char
| string
| struct
| table
| cell
| function_handle
| categorical
| datetime
| duration
| calendarDuration
| fi
Поддержка комплексного числа: Да
Укажите необязательные аргументы в виде пар ""имя, значение"", разделенных запятыми.
Имя (Name) — это имя аргумента, а значение (Value) — соответствующее значение.
Name
должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.
[out1,out2] = fcn2optimexpr(@fun,x,y,'OutputSize',[1,1],'Reuse',true)
указывает, что out1
и out2
являются скалярами и что эти переменные будут снова использованы между целью и ограничительными функциями без перерасчета.'OutputSize'
Размеры выходных выраженийРазмеры выходных выражений, заданных как:
Целочисленный вектор — Если существует один вывод out
1, OutputSize
, задает размер out
1. Если существует несколько выходных параметров out
1, …, out
N, OutputSize
указывает, что все выходные параметры имеют тот же размер.
Скаляр имеет размер [1,1]
.
Массив ячеек целочисленных векторов — размер вывода out
j является jth элементом OutputSize
.
Если вы не передаете пару "имя-значение" OutputSize
, то fcn2optimexpr
передает данные fcn
в порядке определить размеры выходных параметров (см. Алгоритмы). Путем передачи OutputSize
вы позволяете fcn2optimexpr
пропустить этот шаг. Пропуск этой оценки экономит время. Кроме того, если вы не передаете пару "имя-значение" OutputSize
, и если оценка сбоев fcn
по любой причине, то fcn2optimexpr
перестал работать также.
Пример: [out1,out2,out3] = fcn2optimexpr(@fun,x,'OutputSize',[1,1])
указывает, что эти три выходных параметров [out1,out2,out3]
являются скалярами
Пример: [out1,out2] = fcn2optimexpr(@fun,x,'OutputSize',{[4,4],[3,5]})
указывает, что out1
имеет размер, 4 на 4, и out2
имеет размер 3 на 5.
Типы данных: double
| cell
'ReuseEvaluation'
— Включите допускающие повторное использование значенияfalse
(значение по умолчанию) | true
Включите допускающие повторное использование значения, заданный как false
(не включайте), или true
(включают).
ReuseEvaluation
может сделать вашу проблему запущенной быстрее, когда, например, цель и некоторые нелинейные ограничения полагаются на общее вычисление. В этом случае решатель хранит значение для повторного использования везде, в случае необходимости, поэтому старается не повторно вычислять значение.
Существуют маленькие издержки во включении допускающих повторное использование значений, поэтому лучше включать допускающие повторное использование значения только для выражений, которые совместно используют значение.
Пример: [out1,out2,out3] = fcn2optimexpr(@fun,x,'ReuseEvaluation',true)
позволяет out1
, out2
и out3
использоваться во множественных вычислениях, с выходными параметрами, вычисляемыми только однажды на точку оценки
Типы данных: логический
out
— Выходной аргументOptimizationExpression
Выходной аргумент, возвращенный как OptimizationExpression
. Размер выражения зависит от функции ввода.
Чтобы найти выходной размер каждого возвращенного выражения, когда вы не обеспечиваете OutputSize
, fcn2optimexpr
выполняет вашу функцию в следующем моменте для каждого элемента проблемных переменных.
Если существует конечная верхняя граница ub
и конечная нижняя граница lb
, точкой оценки является (lb + ub)/2 + ((ub - lb)/2)*eps
.
Если существует конечная нижняя граница и никакая верхняя граница, точкой оценки является lb + max(1,abs(lb))*eps
.
Если существует конечная верхняя граница и никакая нижняя граница, точкой оценки является ub - max(1,abs(ub))*eps
.
Если нет никаких границ, точкой оценки является 1 + eps
.
Кроме того, если переменная задана как целое число, точкой оценки является floor
точки, данной ранее.
Возможно, что эта точка оценки приводит к ошибке в функциональной оценке. Чтобы избежать этой ошибки, задайте OutputSize
.
1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.
2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.
3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.
4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.
5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.