nonlinear-optimization相关内容
是否可以(如果可以的话)使用具有条件表达式的目标函数? 从文档中更改示例,我想要一个类似这样的表达式: def objective_function(model): return model.x[0] if model.x[1]
..
我正在使用Accord.Net的Cobyla求解器来解决一个非常简单的非线性问题。在某些情况下,没有可行的解决方案。 当我甚至运行一个简单的问题(其中不可行很明显)时,即使解决方案不可行,求解器也会返回“成功”。 考虑一下下面的示例以F#编写: open System.Collection.Generics let obj12 = QuadraticObjectiveFun
..
以下是优化问题我需要解决,但要稍作调整.我需要添加两个约束: 第一个约束条件:我们只希望从每个组中选择一个产品,这意味着我们不能允许同一组中的两个产品位于同一购物篮中(即,Product11和Product12永远不应位于同一购物篮中) 第二个约束:在用户购物篮中,我们只需要用户感兴趣的类别的产品.即,如果用户对“蛋白质"类别感兴趣,那么他永远不会在篮子中找到“碳水化合物"类别的产品或“脂
..
尝试使用scipy.optimize SLSQP解决NLP.这个问题显然是不可行的,但是scipy.optimize中的minimum函数似乎不同意. minimize X^2 + Y^2 subject to X + Y = 11 X, Y >= 6 代码: from scipy.optimize import minimize def obj(varx): ret
..
几个月来,我一直在为R中的优化问题而苦苦挣扎.我终于找到了lpSolve的线性问题,这要归功于幻想运动数据的例子.但是,我最初的(也是)当前的问题是使用R中的nloptr尝试使用等式约束进行非线性优化. 我想做的是最小化两只股票投资组合的方差,其中两只股票的收益几乎完全负相关(对于熟悉学术金融的股票,最终目标是证明/证明套利机会是否存在).我想最小化方差,但要确保两个权重的总和正好等于1,且介于
..
我正在尝试使用nloptr包来找到使非线性函数F = b0 + b1 * x + b2 * x ^ 2 + b3 * x ^ 3最大化的最佳x值. 我正在将以下代码与apply()函数一起使用,以使其在回归数据帧的每一行中循环,并为每一行获取该函数的最优值: F
..
我正在寻找一个非线性曲线拟合例程(可能最有可能在R或Python中找到,但我对其他语言持开放态度),该例程将获取x,y数据并为其拟合曲线. 我应该能够将要适合的表达式类型指定为字符串. 示例: "A+B*x+C*x*x" "(A+B*x+C*x*x)/(D*x+E*x*x)" "sin(A+B*x)*exp(C+D*x)+E+F*x" 我从中得到的至少是常量(A,B,C等)的
..
我有以下三个需要求解的非线性方程组: -xyt + HF = 0 -2xzt + 4yzt-xyt + 4z ^ 2t-M1F = 0 -2xt + 2yt + 4zt-1 = 0 其中x,HF和M1F是已知参数.因此,y,z和t是要计算的参数. 尝试解决该问题: def equations(p): y,z,t = p f1 = -x*y*t +
..
我有这个目标函数(在python中): actions= [...] # some array Na= len(actions) # maximize p0 * qr(s,a0,b0) + ... + pn * qr(s,an,bn) def objective(x): p = x[:Na] # p is a probability distribution
..
在进行优化时,我在Matlab中有一个问题.假设我想对向量x 做一个优化问题 min_x f(x,c)这样的sum(x)=1.对于每个固定的x,c是一个常量,例如 (x.*a+c).^(1./alpha)+(x.*b+c).^(1./alpha)=1 其中a,b,alpha是已知的. 该算法适用于每个固定的x,因此sum(x)=1,我们需要从 中找到c (x.*a+c).^
..
如何在GAMS中显示文本? 例如:在MATLAB中,我可以使用disp('MATLAB'),然后将输出作为MATLAB. 在GAMS中是否可能有这种情况.实际上,我是GAMS环境的新手. 致谢 解决方案 实际上有两种方法: $log "text to display",如果您希望它出现在编译阶段(仅在.log文件中显示) display "text to display
..
更新: 最初的问题是:是否存在使用在Matlab的"lsqnonlin"函数中实现的算法相同的R函数?但是,答案与在R中搜索功能更相关.我认为答案通常对R用户非常有帮助.因此,我编辑了标题,但在这里再次提出了原始问题:在R,如何进行涉及求解微分方程的非线性最小二乘优化? 我正在进行非线性最小二乘优化,发现matlab函数lsqnonlin的性能比我在R中尝试过的所有优化算法(包括函数opti
..
MATLAB有两种方法来求解非线性方程: fzero :求解单个非线性方程式 fsolve :求解非线性方程组 因此,可以使用以下方法来求解n非线性独立方程组: 使用循环使用fzero 分别求解方程式 使用循环使用fsolve 分别求解方程式 使用fsolve一起解决它们 我的直觉是: 对于大型n,由于复杂度(梯度计算)为0(n ^ 2),循环方法比单个系统要快
..
我是编程(特别是python)的新手,但我正在尝试学习它,到目前为止,我发现它非常迷人. 我有30个固定坐标x和y的列表. x = np.array([[13,10,12,13,11,12,11,13,12,13,14,15,15,16,18,2,3,4,6,9,1,3,6,7,8,10,12,11,10,30]]) y = np.array([[12,11,10,9,8,7,6,6,
..
我正在尝试为以下目标函数找到最大值: objective
..
我正在尝试解决以下问题:正在生长的器官有很多(〜80000)个表面斑块.我测量了其随时间变化的每个区域(18个时间点),并希望拟合一条增长曲线(双逻辑模型,例如,只是两个逻辑函数bcs的总和.观察期). 我有框式约束来确保指数项不爆炸,而线性约束则是一种增长突增必须在另一种之后发生.另外,为了在拟合参数中实现某种类型的空间连续性,我在目标函数(最小二乘法)上添加了一个惩罚项,该惩罚项是相邻面
..
我的初始问题可以在这里找到:在R中进行任意优化约束 这引发了另一个问题,如何将参数传递到nloptr. 我需要最小化函数F(x,y,A),其中x和y是向量,而A是矩阵,同时具有sum(x * y) >= sum(y/3)和sum(x)=1的约束. 我尝试使用nloptr: F
..
我从一篇论文中获得了一个编程公式,并希望为它提供一个解决特定问题的工具.作者将其描述为线性编程(LP)实例,但是我不确定. 配方有点像如下: max x1+x2+x3... s.t. x1.x3+x4.x5
..
或者,还有其他可以执行ILP的Java库吗?请不要说我需要在android上运行它,以便SCPSolver,GLPK或Or-tools.等是不可能的. 谢谢. 解决方案 由于这个问题和"Android线性编程"通常是很少讨论的主题,因此我认为我会将自己的发现发布在这里,以供将来进行搜索的任何人使用. 顺便说一句,我最终使用了Ojalgo港口,如下所示. 这些是我发现的LP
..
我正在解决财务方面的标准优化问题-投资组合优化.在绝大多数情况下,NLopt都返回了明智的解决方案.但是,在极少数情况下,SLSQP算法似乎会迭代到正确的解,然后由于没有明显的原因,它选择从迭代过程的大约三分之一中选择返回一个解,该过程显然是次优的.有趣的是,以很小的量更改初始参数向量可以解决该问题. 我设法隔离出我正在谈论的行为的一个相对简单工作示例.抱歉,数字有点混乱.这是我所能做的最好
..