Julia +跳跃 : variable number of arguments to function

Question

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!

Answer 1

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