![](/img/trans.png)
[英]Apache Commons Math SimplexSolver with lower and upper bounds?
[英]How to use SimplexSolver or SimplexOptimizer in java apache math?
我正在尝试使用apache commons数学库版本3.5+来解决优化问题。 基本上,我正在尝试将(gamma)分布拟合到某些数据点。 我似乎无法找到如何使用新的(版本3.5)优化工具(如SimplexSolver,SimplexOptimizer或OptimizationData)来解决一个简单的优化问题的简单示例。
之前已经在这里提出了类似的问题,但所有答案似乎都是针对旧版本的apache数学 - 在3.5版本中进行了重组,并且我找不到任何示例代码。
有没有人有一个工作示例如何使用新的优化器或求解器? 我对SimplexOptimizer最感兴趣,但此时任何东西都会有用。
实际上,优化器可能很难使用:许多参数,不同类型的优化器需要不同的组合,并且它们都隐藏在它们接收的通用OptimizationData
数组中。 除非您开始将代码与他们所引用的论文进行匹配,否则您几乎无法获得任何结果。
我还想偶尔使用一些求解器/优化器,对我来说,可靠的,工作“”示例“的主要来源是”这些类的单元测试 ,这些测试通常都是非常精细的,涵盖了很多案例。 例如,关于SimplexOptimizer
,您可能需要查看org/apache/commons/math4/optim/nonlinear/scalar/noderiv/
测试用例,其中包含测试类SimplexOptimizerMultiDirectionalTest.java
和SimplexOptimizerNelderMeadTest.java
。
(对不起,也许这不是你期望或希望的那样,但是......当我试图弄清楚这些优化器实际需要哪些OptimizationData
时,我发现这些测试非常有用......)
编辑
仅供参考,从一个基本单元测试中提取的完整示例:
import java.util.Arrays;
import org.apache.commons.math3.analysis.MultivariateFunction;
import org.apache.commons.math3.optim.InitialGuess;
import org.apache.commons.math3.optim.MaxEval;
import org.apache.commons.math3.optim.PointValuePair;
import org.apache.commons.math3.optim.nonlinear.scalar.GoalType;
import org.apache.commons.math3.optim.nonlinear.scalar.ObjectiveFunction;
import org.apache.commons.math3.optim.nonlinear.scalar.noderiv.NelderMeadSimplex;
import org.apache.commons.math3.optim.nonlinear.scalar.noderiv.SimplexOptimizer;
import org.apache.commons.math3.util.FastMath;
public class SimplexOptimizerExample
{
public static void main(String[] args)
{
SimplexOptimizer optimizer = new SimplexOptimizer(1e-10, 1e-30);
final FourExtrema fourExtrema = new FourExtrema();
final PointValuePair optimum =
optimizer.optimize(
new MaxEval(100),
new ObjectiveFunction(fourExtrema),
GoalType.MINIMIZE,
new InitialGuess(new double[]{ -3, 0 }),
new NelderMeadSimplex(new double[]{ 0.2, 0.2 }));
System.out.println(Arrays.toString(optimum.getPoint()) + " : "
+ optimum.getSecond());
}
private static class FourExtrema implements MultivariateFunction
{
// The following function has 4 local extrema.
final double xM = -3.841947088256863675365;
final double yM = -1.391745200270734924416;
final double xP = 0.2286682237349059125691;
final double yP = -yM;
final double valueXmYm = 0.2373295333134216789769; // Local maximum.
final double valueXmYp = -valueXmYm; // Local minimum.
final double valueXpYm = -0.7290400707055187115322; // Global minimum.
final double valueXpYp = -valueXpYm; // Global maximum.
public double value(double[] variables)
{
final double x = variables[0];
final double y = variables[1];
return (x == 0 || y == 0) ? 0 : FastMath.atan(x)
* FastMath.atan(x + 2) * FastMath.atan(y) * FastMath.atan(y)
/ (x * y);
}
}
}
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.