В этом примере показано, как избежать вызова функции дважды, когда она вычисляет значения как для цели, так и для ограничений с помощью основанного на решателе подхода. Чтобы избежать двойного вызова функции с помощью основанного на проблеме подхода, смотрите Цель и ограничения, имеющие общую функцию в последовательной или параллельной, основанной на проблеме.
Обычно вы используете такую функцию в симуляции. Решатели, такие как fmincon
вычислите функции целевого и нелинейного ограничений отдельно. Эта оценка является расточительной при использовании одного и того же расчета для обоих результатов.
Чтобы избежать траты времени, используйте вложенную функцию, чтобы вычислить целевые и ограничительные функции только при необходимости, путем сохранения значений длительных вычислений. Этот подход избегает использования глобальных переменных, в то время как сохранение промежуточных результатов должно быть сохранено и совместное использование их между целевой и ограничительной функциями.
Примечание
Из-за пути ga
(Global Optimization Toolbox) вызывает нелинейные функции ограничения, метод в этом примере обычно не уменьшает количество вызовов в цель или функции ограничения.
Шаг 1. Написание функции, которая вычисляет цель и ограничения.
Шаг 2. Встройте функцию во вложенную функцию, которая сохраняет последние значения.
Шаг 3. Определите время выполнения с помощью вложенной функции.
Шаг 5. Экономьте вычислительное время при параллельных вычислениях.
Например, предположим computeall
- дорогая (длительная) функция, вызываемая как целевой функцией, так и нелинейными ограничительными функциями. Предположим, что вы хотите использовать fmincon
как ваш оптимизатор.
Написание функции, которая вычисляет фрагмент функции Розенбрка f1
и включает нелинейное ограничение c1
который сохраняет решение в диске радиуса 1 вокруг источника. Функция Розенбрка
который имеет уникальное минимальное значение 0 в (1,1). См. Решение ограниченной нелинейной задачи, основанной на решателе.
Этот пример не имеет нелинейного ограничения равенства, так что ceq1 = []
. Добавление pause(1)
оператор для моделирования дорогостоящих расчетов.
function [f1,c1,ceq1] = computeall(x) ceq1 = []; c1 = x(1)^2 + x(2)^2 - 1; f1 = 100*(x(2) - x(1)^2)^2 + (1-x(1))^2; pause(1) % Simulate expensive computation end
Сохраните computeall.m
как файл на MATLAB® путь.
Предположим, что целевая функция
y = 100 (x 2 – <reservedrangesplaceholder0> 12)2 + (1 – <reservedrangesplaceholder0> 1)2
+ 20* (x 3 – <reservedrangesplaceholder0> 42)2 + 5* (1 – <reservedrangesplaceholder0> 4)2.
computeall
возвращает первую часть целевой функции. Встройте вызов в computeall
во вложенной функции:
function [x,f,eflag,outpt] = runobjconstr(x0,opts) if nargin == 1 % No options supplied opts = []; end xLast = []; % Last place computeall was called myf = []; % Use for objective at xLast myc = []; % Use for nonlinear inequality constraint myceq = []; % Use for nonlinear equality constraint fun = @objfun; % The objective function, nested below cfun = @constr; % The constraint function, nested below % Call fmincon [x,f,eflag,outpt] = fmincon(fun,x0,[],[],[],[],[],[],cfun,opts); function y = objfun(x) if ~isequal(x,xLast) % Check if computation is necessary [myf,myc,myceq] = computeall(x); xLast = x; end % Now compute objective function y = myf + 20*(x(3) - x(4)^2)^2 + 5*(1 - x(4))^2; end function [c,ceq] = constr(x) if ~isequal(x,xLast) % Check if computation is necessary [myf,myc,myceq] = computeall(x); xLast = x; end % Now compute constraint function c = myc; % In this case, the computation is trivial ceq = myceq; end end
Сохраните вложенную функцию как файл с именем runobjconstr.m
на пути MATLAB.
Запустите функцию, синхронизируя вызов с tic
и toc
.
opts = optimoptions(@fmincon,'Algorithm','interior-point','Display','off'); x0 = [-1,1,1,2]; tic [x,fval,exitflag,output] = runobjconstr(x0,opts); toc
Elapsed time is 259.364090 seconds.
Сравните время запуска решателя с вложенной функцией и без нее. Для запуска без вложенной функции сохраните myrosen2.m
как файл целевой функции и constr.m
как ограничение.
function y = myrosen2(x) f1 = computeall(x); % Get first part of objective y = f1 + 20*(x(3) - x(4)^2)^2 + 5*(1 - x(4))^2; end function [c,ceq] = constr(x) [~,c,ceq] = computeall(x); end
Управляемый fmincon
, синхронизация вызова с tic
и toc
.
tic
[x,fval,exitflag,output] = fmincon(@myrosen2,x0,...
[],[],[],[],[],[],@constr,opts);
toc
Elapsed time is 518.364770 seconds.
Решатель занимает в два раза больше времени, чем раньше, потому что он оценивает цель и ограничение отдельно.
Если у вас есть лицензия Parallel Computing Toolbox™, можно сэкономить еще больше времени, установив UseParallel
опция для true
.
parpool
Starting parallel pool (parpool) using the 'local' profile ... Connected to the parallel pool (number of workers: 6). ans = ProcessPool with properties: Connected: true NumWorkers: 6 Cluster: local AttachedFiles: {} AutoAddClientPath: true IdleTimeout: 30 minutes (30 minutes remaining) SpmdEnabled: true
opts = optimoptions(opts,'UseParallel',true);
tic
[x,fval,exitflag,output] = runobjconstr(x0,opts);
toc
Elapsed time is 121.151203 seconds.
В этом случае включение параллельных вычислений сокращает вычислительное время вдвое по сравнению с последовательным запуском с вложенной функцией.
Сравните запуски с параллельными вычислениями, с вложенной функцией и без нее:
tic
[x,fval,exitflag,output] = fmincon(@myrosen2,x0,...
[],[],[],[],[],[],@constr,opts);
toc
Elapsed time is 235.914597 seconds.
В этом примере вычисление параллельно, но не вложено занимает примерно то же время, что и вычисление вложенных, но не параллельных. Вычисление как вложенных, так и параллельных занимает половину времени при использовании в одиночку.