Question

我试图用数值计算许多方程和变量（100+）系统的解。我到目前为止尝试了三件事：

我现在认为p（i）的向量（包含大多数内生变量）正在减少。因此，我只给出了一些起点，然后当我看到特定的p太低（高）时，我的猜测正在增加（减少）。当然，这总是以另一个被修复为条件，而事实并非如此。这最终应该有效，但是在有限时间内达成解决方案既不高效也不明显。它在将系统减少到4-6个变量时起作用。
我可以在彼此周围创建100多个循环，并为每个循环使用二分法。这最终会让我找到解决方案，但需要花费很多时间来编程（因为我不知道如何在不必实际编写循环的情况下创建n个循环，这也很糟糕，因为我想增加/减少变量的数量很容易）和执行。
我正在尝试使用fminsearch，但正如预期的那样，变量很多 - 没办法！

我会很感激任何想法......这是代码（这是我试过的fminsearch）：

这是运行文件：

clear all
clc

% parameter

z=1.2;
w=20;
lam=0.7;
tau=1;
N=1000;
t_min=1;
t_max=4;
M=6;
a_min=0.6;
a_max=0.8;

t=zeros(1,N);
alp=zeros(1,M);
p=zeros(1,M);
p_min=2;
p_max=1;

for i=1:N
t(i)= t_min + (i-1)*(t_max - t_min)/(N-1);
end

for i=1:M
alp(i)= a_min + (i-1)*(a_max - a_min)/(M-1);
p(i)= p_min + (i-1)*(p_max - p_min)/(M-1);
end

fun=@(p) david(p ,z,w,lam,tau,N,M,t,alp);

p0=p;

fminsearch(fun,p0)

这是程序文件：

function crit=david(p, z,w,lam,tau,N,M,t,alp)

X = zeros(M,N);
pi = zeros(M,N);
C = zeros(1,N);
Xa=zeros(1,N);
Z=zeros(1,M);

    rl=0.01;
    rh=1.99;
      EXD=140;

      while (abs(EXD)>100)
          r1=rl + 0.5*(rh-rl);  
for i=1:M

for j=1:N

      X(i,j)=min(w*(1+lam), (alp(i) * p(i) / r1)^(1/(1-alp(i))) * t(j)^((z-alp(i))/(1-alp(i))));
      pi(i,j)=p(i) * t(j)^(z-alp(i)) * X(i,j)^(alp(i)) - r1*X(i,j);

end

end

        [C,I] = max(pi);

        Xa(1)=X(I(1),1);

         for j=2:N
    Xa(j)=X(I(j),j);
         end 

      EXD=sum(Xa)- N*w;
      if (abs(EXD)>100 && EXD>0)
          rl=r1;
      elseif (abs(EXD)>100 && EXD<0)
          rh=r1;
      end
      end

Ya=zeros(M,N);

for j=1:N    
Ya(I(j),j)=t(j)^(z-alp(I(j))) * X(I(j),j)^(alp(I(j)));
end

  Yi=sum(Ya,2);

  if (Yi(1)==0)
          Z(1)=-50;
  end

  for j=2:M
      if (Yi(j)==0)
         Z(j)=-50;
      else
      Z(j)=(p(1)/p(j))^tau - Yi(j)/Yi(1);
      end
  end

zz=sum(abs(Z))
crit=(sum(abs(Z)));

Answer 1

首先我的建议是：用你的大脑。

您对该功能有何了解，可以使用渐变方法，线性化问题，还是修复大多数变量？如果没有，请在决定对所有100个变量真正感兴趣之前再三思考，然后简化问题。

现在，如果无法做到这一点，请阅读：

如果你找到了一种快速获得局部最佳效果的方法，你可以简单地绕一圈来尝试不同的起点，并希望你能找到一个很好的最佳点。
如果你真的需要做很多循环（和一个可变数量），我想它可以通过递归完成，但是不容易解释。
如果您只是想快速在彼此内部生成固定数量的循环，可以在excel中轻松完成（提示：循环变量可以称为t1，t2 ...）
如果你真的需要在很多方面评估一个函数，可能首先使用ndgrid创建所有点，然后一次评估它们。（不用说这对100个非平凡变量来说不是一个很好的解决方案）

在Matlab中使用多个变量求解优化的最佳方法？

1 个答案: