В этом примере показано поведение трех рекомендуемых решателей для задачи минимизации. Целевой функцией является multirosenbrock функция:
type multirosenbrockfunction F = multirosenbrock(x)
% This function is a multidimensional generalization of Rosenbrock's
% function. It operates in a vectorized manner, assuming that x is a matrix
% whose rows are the individuals.
% Copyright 2014 by The MathWorks, Inc.
N = size(x,2); % assumes x is a row vector or 2-D matrix
if mod(N,2) % if N is odd
error('Input rows must have an even number of elements')
end
odds = 1:2:N-1;
evens = 2:2:N;
F = zeros(size(x));
F(:,odds) = 1-x(:,odds);
F(:,evens) = 10*(x(:,evens)-x(:,odds).^2);
F = sum(F.^2,2);
multirosenbrock функция имеет один локальный минимум 0 в точке [1,1,...,1]. Посмотрите, насколько хорошо три лучших решателя для общих нелинейных задач работают над этой функцией в 20 измерениях с трудным максимальным числом функций только 200.
Настройте проблему.
N = 20; % any even number mf = 200; % max fun evals fun = @multirosenbrock; lb = -3*ones(1,N); ub = -lb; rng default x0 = -3*rand(1,N);
Задать параметры для surrogateopt для использования только 200 оценок функций и последующего запуска решателя.
options = optimoptions('surrogateopt','MaxFunctionEvaluations',mf); [xm,fvalm,~,~,pop] = surrogateopt(fun,lb,ub,options);
surrogateopt stopped because it exceeded the function evaluation limit set by 'options.MaxFunctionEvaluations'.
Задать аналогичные параметры для patternsearch, включая функцию графика для контроля оптимизации.
psopts = optimoptions('patternsearch','PlotFcn','psplotbestf','MaxFunctionEvaluations',mf); [psol,pfval] = patternsearch(fun,x0,[],[],[],[],lb,ub,[],psopts);
Maximum number of function evaluations exceeded: increase options.MaxFunctionEvaluations.
Задать аналогичные параметры для fmincon.
opts = optimoptions('fmincon','PlotFcn','optimplotfval','MaxFunctionEvaluations',mf); [fmsol,fmfval,eflag,fmoutput] = fmincon(fun,x0,[],[],[],[],lb,ub,[],opts);
Solver stopped prematurely. fmincon stopped because it exceeded the function evaluation limit, options.MaxFunctionEvaluations = 2.000000e+02.
Для этого чрезвычайно ограниченного количества аналитических отчетов по функциям surrogateopt решение ближе всего к истинному минимальному значению 0.
table(fvalm,pfval,fmfval,'VariableNames',{'surrogateopt','patternsearch','fmincon'})
ans=1×3 table
surrogateopt patternsearch fmincon
____________ _____________ _______
9.9646 860.28 493.7
Разрешение еще 200 оценок функций показывает, что другие решатели быстро приближаются к истинному решению, в то время как surrogateopt существенно не улучшается. Перезапустите решатели из их предыдущих решений, которые добавляют 200 оценок функций к каждой оптимизации.
options = optimoptions(options,'InitialPoints',pop);
[xm,fvalm,~,~,pop] = surrogateopt(fun,lb,ub,options);
surrogateopt stopped because it exceeded the function evaluation limit set by 'options.MaxFunctionEvaluations'.
[psol,pfval] = patternsearch(fun,psol,[],[],[],[],lb,ub,[],psopts);
Maximum number of function evaluations exceeded: increase options.MaxFunctionEvaluations.
[fmsol,fmfval,eflag,fmoutput] = fmincon(fun,fmsol,[],[],[],[],lb,ub,[],opts);
Solver stopped prematurely. fmincon stopped because it exceeded the function evaluation limit, options.MaxFunctionEvaluations = 2.000000e+02.
table(fvalm,pfval,fmfval,'VariableNames',{'surrogateopt','patternsearch','fmincon'})
ans=1×3 table
surrogateopt patternsearch fmincon
____________ _____________ _______
9.7874 407.88 8.5989