Простая целевая функция

Целевая функция для минимизации является простой функцией двух переменных:

   min f(x) = (4 - 2.1*x1^2 + x1^4/3)*x1^2 + x1*x2 + (-4 + 4*x2^2)*x2^2;
    x

Эта функция известна как «кулачок», как описано в L.C.W. Диксон и Г.П. Сего [1].

Для реализации вычисления целевой функции используется файл MATLAB. simple_objective.m имеет следующий код:

type simple_objective

function y = simple_objective(x)
%SIMPLE_OBJECTIVE Objective function for PATTERNSEARCH solver

%   Copyright 2004 The MathWorks, Inc.  

x1 = x(1);
x2 = x(2);
y = (4-2.1.*x1.^2+x1.^4./3).*x1.^2+x1.*x2+(-4+4.*x2.^2).*x2.^2;

Все решатели Global Optimization Toolbox предполагают, что цель имеет один вход x, где x имеет столько же элементов, сколько и количество переменных в проблеме. Целевая функция вычисляет скалярное значение целевой функции и возвращает его в отдельном выходном аргументе y.

Свернуть использование simulannealbnd

Минимизация целевой функции с помощью simulannealbnd, передать дескриптор функции в целевую функцию и начальную точку x0 в качестве второго аргумента. Для воспроизводимости задайте поток случайных чисел.

ObjectiveFunction = @simple_objective;
x0 = [0.5 0.5];   % Starting point
rng default % For reproducibility
[x,fval,exitFlag,output] = simulannealbnd(ObjectiveFunction,x0)

Optimization terminated: change in best function value less than options.FunctionTolerance.

x = 1×2

   -0.0896    0.7130

fval = -1.0316

exitFlag = 1

output = struct with fields:
     iterations: 2948
      funccount: 2971
        message: 'Optimization terminated: change in best function value less than options.FunctionTolerance.'
       rngstate: [1x1 struct]
    problemtype: 'unconstrained'
    temperature: [2x1 double]
      totaltime: 0.8866

simulannealbnd возвращает четыре выходных аргумента:

Ограничение ограничения минимизации

Вы можете использовать simulannealbnd для решения проблем со связанными ограничениями. Проходите нижние и верхние границы как векторы. Для каждой координаты i, решатель гарантирует, что lb(i) <= x(i) <= ub(i). Наложение границ –64 <= x(i) <= 64.

lb = [-64 -64];
ub = [64 64];

Запустите решатель с аргументами нижней и верхней границы.

[x,fval,exitFlag,output] = simulannealbnd(ObjectiveFunction,x0,lb,ub);

Optimization terminated: change in best function value less than options.FunctionTolerance.

fprintf('The number of iterations was : %d\n', output.iterations);

The number of iterations was : 2428

fprintf('The number of function evaluations was : %d\n', output.funccount);

The number of function evaluations was : 2447

fprintf('The best function value found was : %g\n', fval);

The best function value found was : -1.03163

Решатель находит по существу то же решение, что и ранее.

Свернуть, используя дополнительные аргументы

Иногда требуется параметризация целевой функции дополнительными аргументами, которые действуют как константы во время оптимизации. Например, в предыдущей целевой функции может потребоваться заменить константы 4, 2.1 и 4 параметрами, которые можно изменить для создания семейства целевых функций. Дополнительные сведения см. в разделе Передача дополнительных параметров.

Перезаписать целевую функцию для получения трех дополнительных параметров в новой задаче минимизации.

   min f(x) = (a - b*x1^2 + x1^4/3)*x1^2 + x1*x2 + (-c + c*x2^2)*x2^2;
    x

a, b, и c - параметры целевой функции, которые действуют как константы во время оптимизации (они не изменяются как часть минимизации). Для реализации вычисления целевой функции используется файл MATLAB. parameterized_objective.m содержит следующий код:

type parameterized_objective

function y = parameterized_objective(x,p1,p2,p3)
%PARAMETERIZED_OBJECTIVE Objective function for PATTERNSEARCH solver

%   Copyright 2004 The MathWorks, Inc.
  
x1 = x(1);
x2 = x(2);
y = (p1-p2.*x1.^2+x1.^4./3).*x1.^2+x1.*x2+(-p3+p3.*x2.^2).*x2.^2;

Опять же, нужно передать дескриптор функции целевой функции, а также начальную точку в качестве второго аргумента.

simulannealbnd вызывает целевую функцию только с одним аргументом x, но целевая функция имеет четыре аргумента: x, a, b, и c. Чтобы указать, какая переменная является аргументом, используйте анонимную функцию для захвата значений дополнительных аргументов (константы a, b, и c). Создание дескриптора функции ObjectiveFunction анонимной функции, которая принимает один вход x, но звонит parameterized_objective с x, a, b и c. При создании дескриптора функции ObjectiveFunction, переменные a, b, и c имеют значения, которые хранятся в анонимной функции.

a = 4; b = 2.1; c = 4;    % Define constant values
ObjectiveFunction = @(x) parameterized_objective(x,a,b,c);
x0 = [0.5 0.5];
[x,fval] = simulannealbnd(ObjectiveFunction,x0)

Optimization terminated: change in best function value less than options.FunctionTolerance.

x = 1×2

    0.0898   -0.7127

fval = -1.0316

Решатель находит по существу то же решение, что и ранее.

Ссылки

[1] Диксон, L.C. W. и G.P. Szego (eds.). К глобальной оптимизации 2. Северо-Голландия: Elsevier Science Ltd., Амстердам, 1978.