6
我想在Julia中重寫Matlab fmincon優化函數。Matlab到Julia優化:在JuMP中的函數@SetNLO目標
這裏是Matlab代碼:
function [x,fval] = example3()
x0 = [0; 0; 0; 0; 0; 0; 0; 0];
A = [];
b = [];
Ae = [1000 1000 1000 1000 -1000 -1000 -1000 -1000];
be = [100];
lb = [0; 0; 0; 0; 0; 0; 0; 0];
ub = [1; 1; 1; 1; 1; 1; 1; 1];
noncon = [];
options = optimset('fmincon');
options.Algorithm = 'interior-point';
[x,fval] = fmincon(@objfcn,x0,A,b,Ae,be,lb,ub,@noncon,options);
end
function f = objfcn(x)
% user inputs
Cr = [ 0.0064 0.00408 0.00192 0;
0.00408 0.0289 0.0204 0.0119;
0.00192 0.0204 0.0576 0.0336;
0 0.0119 0.0336 0.1225 ];
w0 = [ 0.3; 0.3; 0.2; 0.1 ];
Er = [0.05; 0.1; 0.12; 0.18];
% calculate objective function
w = w0+x(1:4)-x(5:8);
Er_p = w'*Er;
Sr_p = sqrt(w'*Cr*w);
% f = objective function
f = -Er_p/Sr_p;
end
,這裏是我的朱莉婭代碼:
using JuMP
using Ipopt
m = Model(solver=IpoptSolver())
# INPUT DATA
w0 = [ 0.3; 0.3; 0.2; 0.1 ]
Er = [0.05; 0.1; 0.12; 0.18]
Cr = [ 0.0064 0.00408 0.00192 0;
0.00408 0.0289 0.0204 0.0119;
0.00192 0.0204 0.0576 0.0336;
0 0.0119 0.0336 0.1225 ]
# VARIABLES
@defVar(m, 0 <= x[i=1:8] <= 1, start = 0.0)
@defNLExpr(w, w0+x[1:4]-x[5:8])
@defNLExpr(Er_p, w'*Er)
@defNLExpr(Sr_p, w'*Cr*w)
@defNLExpr(f, Er_p/Sr_p)
# OBJECTIVE
@setNLObjective(m, Min, f)
# CONSTRAINTS
@addConstraint(m, 1000*x[1] + 1000*x[2] + 1000*x[3] + 1000*x[4] -
1000*x[5] - 1000*x[6] - 1000*x[7] - 1000*x[8] == 100)
# SOLVE
status = solve(m)
# DISPLAY RESULTS
println("x = ", round(getValue(x),4))
println("f = ", round(getObjectiveValue(m),4))
朱莉婭優化工程時,我明確@setNLObjective定義目標函數然而,這是不合適的用戶的輸入可能會改變,導致不同的目標函數,您可以從目標函數的創建過程中看到。
這個問題似乎是跳的如何,目標函數可以在@setNLObjective參數輸入限制:
所有表達式必須是簡單的標量操作。您不能使用點,矩陣矢量積,矢量切片等。將矢量運算轉換爲明確的和運算。
有沒有辦法解決這個問題? 還是有任何其他包在茱莉亞解決這個問題,銘記我不會有雅各布或粗麻布。
非常感謝。
'NLopt'包沒有這個限制。你可以傳入任何函數或匿名函數。 –
我看了一下NLopt,看起來就是我所追求的,但缺乏實例正在阻止我的進步。你可能會給我一個簡單的例子使用NLopt?甚至我的功能在NLopt。謝謝 – kulsuri
大約一週前,我在SO上提出了一個關於'NLopt'的問題,其中包括一個簡單問題的實例。 [這裏](http://stackoverflow.com/questions/34755612/unexpected-behaviour-of-ftol-abs-and-ftol-rel-in-nlopt)是鏈接。確保你的機器能夠正常工作,如果你仍然有問題,請回到我身邊,我會看看我能否提供更多幫助。 –