我正在尝试使用 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,在编译时未知。
为了实现这一点,@NLobjective
线看起来像这样:
@eval @JuMP.NLobjective(m, Min, $(Expr(:call, :myf, [Expr(:ref, :x, i) for i=1:n]...)))
例如,如果
n=3
,编译器将该行解释为与:@JuMP.NLobjective(m, Min, myf(x[1], x[2], x[3]))
问题是
@eval
仅在全局范围内有效,当包含在函数中时,会引发错误。我的问题是:我怎样才能完成同样的功能——得到
@NLobjective
调用 myf
变量编号为 x[1],...,x[n]
参数——在本地的、编译时未知的函数范围内?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!
最佳答案
如 http://jump.readthedocs.io/en/latest/nlp.html#raw-expression-input 中所述,目标函数可以在没有宏的情况下给出。相关表达:
JuMP.setNLobjective(m, :Min, Expr(:call, :myf, [x[i] for i=1:n]...))
比
@eval
还要简单基于一个并在函数中工作。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)
它返回:
julia> testme(3)
:
EXIT: Optimal Solution Found.
3-element Array{Float64,1}:
0.5
0.5
0.5
关于 Julia +跳跃 : variable number of arguments to function,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44710900/