Question

我有一个function.m，因此function(x,y)是一个连续的函数，定义明确。对于y范围内的每个0.04:0.02:0.2，我想找到x使得function(x,y)给出值0.5。不幸的是，function(x,y)没有为任何x定义。例如，当y=0.04时，function(x,y)=0.4时x=2，function(x,y)=0.55时x=3。当function(x,y)=-inf时，也会给出x<2。另一方面，当y=0.05时，function(x,y)=0.4时x=5，function(x,y)=0.81时x=9，function(x,y)=-inf时x<5。我想在Matlab中使用fmincon来解决问题，所以我写了一个循环让我找到x

y = 0.04：0.02：0.2;

对于i = 1：长度（y）

result = fmincon（@（x）abs（function（x，y（i））-0.5），2，[]，[]，[]，[]，[]，[]）;

结束

但是，在进行优化时，例如，当y=0.04，x的值被选择为小于2且给出-inf值并且无法继续使用时，会发生这种情况。我想知道是否可以设置matlab仅查找有限值，或者当它尝试给出目标-inf的点时，它可以自动找到另一个x值并继续执行该过程。

我了解我可以找到一个特定的范围，该范围首先为每个0.5赋值y，但这非常耗时，我不想这样做。

Answer 1

假设

f = @(x, y)-y.*exp(x);

f的最小值为-inf
目标：找到x的值最小但f的{{1}}
约束

-inf

-inf < f < inf --> f - inf < 0 and -f - inf < 0在Matlab上的值近似值

inf

同时

>> exp(709) = 8.2184e+307

我选择>> exp(710) = inf为inf

现在我有一个非线性约束

exp(709)

将其添加到f - exp(710) < 0 and -f - exp(710) < 0 fmincon()不会取无穷大的价值

请仔细阅读评论

输出：

% Given y
y = 0.04:0.02:0.2;

% Given function f
f = @(x, y)-y.*exp(x);



% store fmincon solution x
x = zeros(size(y));

% store fminconfunction evaluation x
fval =zeros(size(y));
for i = 1:length(y)

    % function depending on x only
    g =@(x)f(x, y(i));

    % initial function evaluation constrained not to take infinite values
    c =  @(x)[g(x)-exp(709); -g(x)-exp(709)]; 
    ceq = @(x)[];
    constraints = @(k)deal(c(k),ceq(k));

    [x(i), fval(i)] = fmincon(g,2,[],[],[],[],[],[],constraints);
end

是否可以将优化中计算出的值控制为有限值？

1 个答案: