Julia + JuMP:函数的可变参数数量

时间:2017-06-22 23:37:17

标签: julia julia-jump ipopt

我试图使用JuMP来解决非线性问题,其中变量的数量由用户决定 - 也就是说,在编译时不知道。

为实现此目的,@NLobjective行如下所示:

@eval @JuMP.NLobjective(m, Min, $(Expr(:call, :myf, [Expr(:ref, :x, i) for i=1:n]...)))

例如,如果n=3,则编译器将该行解释为:

@JuMP.NLobjective(m, Min, myf(x[1], x[2], x[3]))

问题是@eval仅在全局范围内有效,并且当包含在函数中时,会抛出错误。

我的问题是:如何实现同样的功能 - 让@NLobjectivemyf个可变参数调用x[1],...,x[n]函数的本地,未知的编译范围?

def testme(n)
    myf(a...) = sum(collect(a).^2)

    m = JuMP.Model(solver=Ipopt.IpoptSolver())

    JuMP.register(m, :myf, n, myf, autodiff=true)
    @JuMP.variable(m, x[1:n] >= 0.5)

    @eval @JuMP.NLobjective(m, Min, $(Expr(:call, :myf, [Expr(:ref, :x, i) for i=1:n]...)))
    JuMP.solve(m)
end

testme(3)

谢谢!

1 个答案:

答案 0 :(得分:4)

http://jump.readthedocs.io/en/latest/nlp.html#raw-expression-input中所述,可以在没有宏的情况下给出目标函数。相关表达:

    JuMP.setNLobjective(m, :Min, Expr(:call, :myf, [x[i] for i=1:n]...))

比基于@eval的更简单,并且在函数中工作。代码是:

using JuMP, Ipopt

function testme(n)
    myf(a...) = sum(collect(a).^2)

    m = JuMP.Model(solver=Ipopt.IpoptSolver())

    JuMP.register(m, :myf, n, myf, autodiff=true)
    @JuMP.variable(m, x[1:n] >= 0.5)

    JuMP.setNLobjective(m, :Min, Expr(:call, :myf, [x[i] for i=1:n]...))
    JuMP.solve(m)
    return [getvalue(x[i]) for i=1:n]
end

testme(3)

然后它返回:

julia> testme(3)

:

 EXIT: Optimal Solution Found.
3-element Array{Float64,1}:
 0.5
 0.5
 0.5