Question

我正在使用全局最大化工具箱来最大化以下功能：

    function x = NameOfFunction (w1, w2, w3, a, b, c, Structure1, Structure2, Structure3)

我通过更改x，w1和w2的值来最小化w3，这些值是分配给在评估值时计算的其他函数的权重x。其余参数是包含数据的常量和结构。 x的值以及三个权重变量取决于通过结构输入函数的数据。

有没有办法在正在优化的函数中将一个权重变量（即优化程序更改为最小化x的变量）更改为常量？有时，根据输入数据满足的条件，其中一个w变量需要设置为0.有没有办法在函数内执行此操作？

我尝试了一个简单的if语句，但优化器仍为相关权重指定了非零值。

编辑：这是一个更具体的例子。有时，与w3关联的函数将评估为NaN（因此应排除在x的计算之外）。当发生这种情况时，我想为优化运行的迭代分配一个0到w变量。

目前，我在目标函数中有一个简单的if语句，它会从w3的计算中排除与x相关联的函数，但优化程序会为{赋值} {1}}无论如何。

Answer 1

您可以在遇到要删除的w时立即中止搜索。在这种情况下，请使用剩余的w恢复优化。

要跟踪当前被忽略的内容，您可以使用state machine。以下不完整的代码显示所有变量的状态w123，w12仅显示w1和w2，依此类推。我没有使用matlab类，而是使用普通的结构，在函数调用需要的地方写出这个/自变量，因为我不知道你是否想编写matlab类。

我只是假设您的计算足够昂贵，因此停止和启动优化器的任何开销都不是很关键。

实现缺失状态留给读者练习。

% file so.m (so for stack overflow)
function so
Parameters=0;

w123.description='w1, w2, w3';
w123.getStartvalues=@(w) w; % identity
w123.get_w=@(p) p; % identity
w123.getTargetfunction=@(x) NameOfFunction(x, Parameters);
w123.ignore_w1=@(state) state.w23;
w123.ignore_w2=@(state) state.w13;
w123.ignore_w3=@(state) state.w12;

w12.description='w1, w2, 0';
w12.getStartvalues=@(w) [w(1), w(2)];
w12.get_w=@(p) [p(1), p(2), 0];
w12.getTargetfunction=@(x) NameOfFunction([x(1), x(2), 0], Parameters);
w12.ignore_w1=@(state) state.w2;
w12.ignore_w2=@(state) state.w1;
w12.ignore_w3=@(state) state.w12; % w3 is already ignored

w13.description='w1, 0, w3';
w13.getStartvalues=@(w) [w(1), w(3)];
w13.get_w=@(p) [p(1), 0, p(2)];
w13.getTargetfunction=@(x) NameOfFunction([x(1), 0, x(2)], Parameters);
w13.ignore_w1=@(state) state.w3;
w13.ignore_w2=@(state) state.w13; % w2 is already ignored
w13.ignore_w3=@(state) state.w1;

% ... and so on for w23, w1, w2, w3

% ... fill in all the states from above
state.w123=w123;
state.w12=w12;
state.w13=w13;
state.current=state.w123; % initial state
state.ignore_w1=@(s) s.current.ignore_w1(s);
state.ignore_w2=@(s) s.current.ignore_w2(s);
state.ignore_w3=@(s) s.current.ignore_w3(s);
state.getTargetfunction=@(s) s.current.getTargetfunction;
state.getStartvalues=@(s, w) s.current.getStartvalues(w);

% Startvalues for w
initial_w=[1, 2, 3];

% Don't lose the intermediate result
w_before_abort=initial_w;

best_w=initial_w;
while true
    try
        fprintf('Starting an optimization run using %s\n', state.current.description);
        best_fit=fminsearch(state.getTargetfunction(state), state.getStartvalues(state,best_w));
        best_w=state.get_w(state, best_fit);
        break;
    catch event
        if strcmp(event.identifier, 'NameOfFunction:ignore_w1')
            state.current = state.ignore_w1(state);
        elseif strcmp(event.identifier, 'NameOfFunction:ignore_w2')
            state.current = state.ignore_w2(state);
        elseif strcmp(event.identifier, 'NameOfFunction:ignore_w3')
            state.current = state.ignore_w3(state);
        else
            event.stack(1)
            throw(event);
        end
        best_w=w_before_abort;
    end
end
best_w


% Nested function; watch out for name collisions in the enclosing namespace
% w_before_abort is intentional, everything else is not.
function x=NameOfFunction(w, Parameters)
    % debug output:
    w1=w(1)
    w2=w(2)
    w3=w(3)

    % run this code if you want to ignore w1:
    w_before_abort=w; % save the last inspected w
    throw(MException('NameOfFunction:ignore_w1', 'Set w1 to zero.'));

    % run this code if you want to ignore w2:
    w_before_abort=w; % save the last inspected w
    throw(MException('NameOfFunction:ignore_w2', 'Set w2 to zero.'));    
end

end

将优化变量更改为常量动态（Matlab）

1 个答案: