Рассмотрите задачу электростатики размещения 20 электронов в органе по проведению. Электроны расположат себя способом, который минимизирует их общую потенциальную энергию согласно ограничению лжи в теле. Все электроны находятся на контуре тела как минимум. Электроны неразличимы, таким образом, проблема не имеет никакого уникального минимума (перестановка электронов в одном решении дает другое допустимое решение). Этот пример был вдохновлен Доланом, Море и Мансоном [1].
Объективные и нелинейные ограничительные функции для этого примера являются всеми Поддерживаемыми Операциями на Переменных и выражениях Оптимизации. Поэтому solve
использует автоматическое дифференцирование, чтобы вычислить градиенты. Смотрите Автоматическое Дифференцирование в Optimization Toolbox. Без автоматического дифференцирования этот пример останавливается рано путем достижения MaxFunctionEvaluations
допуск. Для эквивалентного основанного на решателе примера с помощью Symbolic Math Toolbox™ смотрите, Вычисляют Градиенты и Гессианы Используя Symbolic Math Toolbox™.
Этот пример вовлекает орган по проведению, заданный следующими неравенствами. Для каждого электрона с координатами ,
Эти ограничения формируют тело, которое похоже на пирамиду на сфере. Чтобы просмотреть тело, введите следующий код.
[X,Y] = meshgrid(-1:.01:1); Z1 = -abs(X) - abs(Y); Z2 = -1 - sqrt(1 - X.^2 - Y.^2); Z2 = real(Z2); W1 = Z1; W2 = Z2; W1(Z1 < Z2) = nan; % Only plot points where Z1 > Z2 W2(Z1 < Z2) = nan; % Only plot points where Z1 > Z2 hand = figure; % Handle to the figure, for later use set(gcf,'Color','w') % White background surf(X,Y,W1,'LineStyle','none'); hold on surf(X,Y,W2,'LineStyle','none'); view(-44,18)
Небольшой разрыв существует между верхними и более низкими поверхностями фигуры. Этот разрыв является артефактом общей стандартной программы графического вывода, используемой, чтобы создать фигуру. Стандартная программа стирает любую прямоугольную закрашенную фигуру на одной поверхности, которая касается другой поверхности.
Проблема имеет двадцать электронов. Ограничения дают границы на каждом и значение от –1 до 1, и значение от –2 до 0. Задайте переменные для проблемы.
N = 20; x = optimvar('x',N,'LowerBound',-1,'UpperBound',1); y = optimvar('y',N,'LowerBound',-1,'UpperBound',1); z = optimvar('z',N,'LowerBound',-2,'UpperBound',0); elecprob = optimproblem;
Проблема имеет два типа ограничений. Первым, сферическим ограничением, является простое полиномиальное неравенство для каждого электрона отдельно. Задайте это сферическое ограничение.
elecprob.Constraints.spherec = (x.^2 + y.^2 + (z+1).^2) <= 1;
Предыдущая ограничительная команда создает вектор из десяти ограничений. Просмотрите ограничительный вектор использование show
.
show(elecprob.Constraints.spherec)
((x.^2 + y.^2) + (z + 1).^2) <= arg_RHS where: arg2 = 1; arg1 = arg2(ones(1,20)); arg_RHS = arg1(:);
Второй тип ограничения в проблеме линеен. Можно описать линейные ограничения по-разному. Например, можно использовать abs
функция, чтобы представлять ограничение абсолютного значения. Чтобы описать ограничения этот путь, запишите функцию MATLAB и преобразуйте его в выражение с помощью fcn2optimexpr
. Смотрите Преобразуют Нелинейную Функцию в Выражение Оптимизации. Для предпочтительного подхода, который использует только дифференцируемые функции, запишите ограничение абсолютного значения как четыре линейных неравенства. Каждая ограничительная команда возвращает вектор из 20 ограничений.
elecprob.Constraints.plane1 = z <= -x-y; elecprob.Constraints.plane2 = z <= -x+y; elecprob.Constraints.plane3 = z <= x-y; elecprob.Constraints.plane4 = z <= x+y;
Целевая функция является потенциальной энергией системы, которая является суммой по каждой электронной паре инверсии их расстояний:
Задайте целевую функцию как выражение оптимизации. Для хорошей эффективности напишите целевую функцию в векторизованном виде. Смотрите Создают Эффективные Задачи оптимизации.
energy = optimexpr(1); for ii = 1:(N-1) jj = (ii+1):N; tempe = (x(ii) - x(jj)).^2 + (y(ii) - y(jj)).^2 + (z(ii) - z(jj)).^2; energy = energy + sum(tempe.^(-1/2)); end elecprob.Objective = energy;
Начните оптимизацию с электронов, распределенных случайным образом на сфере радиуса 1/2 сосредоточенный в [0,0, –1].
rng default % For reproducibility x0 = randn(N,3); for ii=1:N x0(ii,:) = x0(ii,:)/norm(x0(ii,:))/2; x0(ii,3) = x0(ii,3) - 1; end init.x = x0(:,1); init.y = x0(:,2); init.z = x0(:,3);
Решите задачу путем вызова solve
.
[sol,fval,exitflag,output] = solve(elecprob,init)
Solving problem using fmincon. 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.
sol = struct with fields:
x: [20x1 double]
y: [20x1 double]
z: [20x1 double]
fval = 163.0099
exitflag = OptimalSolution
output = struct with fields:
iterations: 94
funcCount: 150
constrviolation: 0
stepsize: 2.8395e-05
algorithm: 'interior-point'
firstorderopt: 8.1308e-06
cgiterations: 0
message: '...'
bestfeasible: [1x1 struct]
objectivederivative: "reverse-AD"
constraintderivative: "closed-form"
solver: 'fmincon'
Постройте решение как точки на органе по проведению.
figure(hand) plot3(sol.x,sol.y,sol.z,'r.','MarkerSize',25) hold off
Электроны распределяются справедливо равномерно на границе ограничений. Много электронов находятся на ребрах и точке пирамиды.
[1] Долан, Элизабет Д., Хорхе Х. Море и Тодд С. Мансон. “Тестируя программного обеспечения оптимизации в сравнении с эталоном с COPS 3.0”. Технический отчет национальной лаборатории Аргонна ANL/MCS-TM-273, февраль 2004.