在fmincon函数评估(F-count)

33视图(30天)

显示旧的评论

Chaitanya Awasthi 2021年5月17日

0
链接

这个问题直接联系

https://es.mathworks.com/matlabcentral/answers/832493-function-evaluations-f-count-in-fmincon

评论道: Chaitanya Awasthi2021年5月20日

答:接受艾伦·韦斯

我一直在做一些实验,看看功能评估(F-count)变化的数量取决于类型的梯度信息传递(目标梯度比约束梯度)。这里有一个测试用例的结果(决策空间:60变量)随着时间收敛到一个解决方案(使用tic-toc):

案例1:没有梯度信息。传递

F-count: 6451时间:71.03秒

案例2:只有客观的梯度信息。传递

F-count: 6462时间:24.64秒

案例3:只约束梯度信息。传递

F-count: 6343时间:15.54秒

我只知道F-count报告目标函数评价的总数,不管存在的约束函数( 迭代和函数计算 )。我也理解,因为我的约束是相当复杂的,提供约束梯度信息。导致加速比提供客观的梯度信息(3与案件2)。我不理解的是为什么F-count在病例2和3很相似吗?我觉得第二种情况会大大降低F-count价值因为我已经提供客观的梯度。

供参考,这是我选择文件:

                         选择= optimoptions (@fmincon,“ScaleProblem”,真的,“TolFun”1.0 e-06“OptimalityTolerance”1.0 e-06“SpecifyObjectiveGradient”,真的,…
                        
                         “SpecifyConstraintGradient”假的,“checkgradients”假的,“FiniteDifferenceType”,“中央”,…
                        
                         “麦克斯特”,10000,“MaxFunEvals”,300000,“显示”,“通路”,…
                        
                         “StepTolerance”1.0 e-6“DiffMinChange”,1.0 e - 3,“算法”,“内点”);