Цель и ограничения, имеющие общую функцию в последовательной или параллельной, основанной на проблеме

В этом примере показано, как избежать вызова функции дважды, когда она вычисляет значения как для цели, так и для ограничений с помощью основанного на проблеме подхода. Для основанного на решателе подхода см. «Объективные и нелинейные ограничения в одной функции».

Обычно вы используете такую функцию в симуляции. Решатели обычно вычисляют целевую и нелинейную функции ограничений отдельно. Эта оценка является расточительной при использовании одного и того же расчета для обоих результатов.

Этот пример также показывает эффект параллельных расчетов на скорость решателя. Что касается длительных функций, параллельные вычисления могут ускорить решатель, так как могут избежать многократного вызова трудоемкой функции в одной и той же точке. Использование обоих методов вместе ускоряет работу решателя больше всего.

Создайте функцию, требующую много времени, которая вычисляет несколько величин

The computeall функция возвращает выходы, которые являются частью целевого и нелинейного ограничений.

type computeall
function [f1,c1] = computeall(x)
    c1 = norm(x)^2 - 1;
    f1 = 100*(x(2) - x(1)^2)^2 + (1 - x(1))^2;
    pause(1) % simulate expensive computation
end

Функция включает в себя pause(1) оператор для симуляции трудоемкой функции.

Создайте переменные оптимизации

Эта задача использует четырехэлементную переменную оптимизации.

x = optimvar('x',4);

Преобразуйте функцию с помощью 'ReuseEvaluation'

Преобразуйте computeall функцию в выражение оптимизации. Чтобы сэкономить время во время оптимизации, используйте 'ReuseEvaluation' Пара "имя-значение". Чтобы сэкономить время для определения решателя размеров выражений выхода (это происходит только один раз), установите 'OutputSize' Пара "имя-значение" с [1 1], что указывает на то, что оба f и c являются скалярными .

[f,c] = fcn2optimexpr(@computeall,x,'ReuseEvaluation',true,'OutputSize',[1 1]);

Создайте цель, ограничения и задачу

Создайте целевую функцию из f выражение.

obj = f + 20*(x(3) - x(4)^2)^2 + 5*(1 - x(4))^2;

Создайте нелинейное ограничение неравенства из c выражение.

cons = c <= 0;

Создайте задачу оптимизации и включите цель и ограничение.

prob = optimproblem('Objective',obj);
prob.Constraints.cons = cons;
show(prob)
  OptimizationProblem : 

	Solve for:
       x

	minimize :
       ((arg3 + (20 .* (x(3) - x(4).^2).^2)) + (5 .* (1 - x(4)).^2))

       where:

         [arg3,~] = computeall(x);


	subject to cons:
       arg_LHS <= 0

       where:

         [~,arg_LHS] = computeall(x);
     

Решите задачу

Отслеживайте время, необходимое для решения задачи, начиная с начальной точки x0.x = [-1;1;1;2].

x0.x = [-1;1;1;2];
x0.x = x0.x/norm(x0.x); % Feasible initial point
tic
[sol,fval,exitflag,output] = solve(prob,x0)
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.

<stopping criteria details>
sol = struct with fields:
    x: [4×1 double]

fval = 0.7107
exitflag = 
    OptimalSolution

output = struct with fields:
         iterations: 25
          funcCount: 149
    constrviolation: 0
           stepsize: 1.2914e-07
          algorithm: 'interior-point'
      firstorderopt: 4.0000e-07
       cgiterations: 7
            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, 2.909695e-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'

time1 = toc
time1 = 149.9299

Количество секунд для решения немного превышает количество вычислений функции, что указывает на то, что решатель вычислял каждую оценку только один раз.

fprintf("The number of seconds to solve was %g, and the number of evaluation points was %g.\n",time1,output.funcCount)
The number of seconds to solve was 149.93, and the number of evaluation points was 149.

Если вместо этого вы не вызываете fcn2optimexpr использование 'ReuseEvaluation', затем время решения удваивается.

[f2,c2] = fcn2optimexpr(@computeall,x,'ReuseEvaluation',false);
obj2 = f2 + 20*(x(3) - x(4)^2)^2 + 5*(1 - x(4))^2;
cons2 = c2 <= 0;
prob2 = optimproblem('Objective',obj2);
prob2.Constraints.cons2 = cons2;
tic
[sol2,fval2,exitflag2,output2] = solve(prob2,x0);
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.

<stopping criteria details>
time2 = toc
time2 = 298.4493

Параллельная обработка

Если у вас есть лицензия Parallel Computing Toolbox™, можно сэкономить еще больше времени, параллельно вычисляя. Для этого установите опции, чтобы использовать параллельную обработку и вызвать solve с опциями.

options = optimoptions(prob,'UseParallel',true);
tic
[sol3,fval3,exitflag3,output3] = solve(prob,x0,'Options',options);
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.

<stopping criteria details>
time3 = toc
time3 = 74.7043

Использование параллельной обработки и 'ReuseEvaluation' вместе обеспечивает более быстрое решение, чем использование 'ReuseEvaluation' в одиночку. Посмотрите, сколько времени требуется, чтобы решить проблему, используя только параллельную обработку.

tic
[sol4,fval4,exitflag4,output4] = solve(prob2,x0,'Options',options);
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.

<stopping criteria details>
time4 = toc
time4 = 145.5278

Сводные данные результатов синхронизации

Объедините результаты синхронизации в одну таблицу.

timingtable = table([time1;time2;time3;time4],...
    'RowNames',["Reuse Serial";"No Reuse Serial";"Reuse Parallel";"No Reuse Parallel"])
timingtable=4×1 table
                          Var1 
                         ______

    Reuse Serial         149.93
    No Reuse Serial      298.45
    Reuse Parallel       74.704
    No Reuse Parallel    145.53

Для этой задачи на компьютере с 6-ядерным процессором параллельные вычисления занимают около половины времени последовательных вычислений и вычислений с 'ReuseEvaluation' занимает около половины времени вычислений без 'ReuseEvaluation'. Вычисления параллельно с 'ReuseEvaluation' занимает около четверти времени вычисления последовательно без 'ReuseEvaluation'.

См. также

Похожие темы

Для просмотра документации необходимо авторизоваться на сайте