Lösung ich zur Zeit an einem Projekt arbeiten bin, und ich mag, R und NLOPT Paket verwenden (oder Gurobi) das folgende Optimierungsproblem zu lösen: Mit NLOPT/Gurobi für gemischte Constraint Optimierung
Finden min ||
y- y_h || _L^2, so dass x = Ay_h, y> = 0, wobei x, y gegeben sind Vektor der Größe 16 * 1, A = 16 * 24 Matrix ist auch gegeben.Mein Versuch:
R Code
nrow=16;
ncol = 24;
lambda = matrix(sample.int(100, size = ncol*nrow, replace = T),nrow,ncol);
lambda = lambda - diag(lambda)*diag(x=1, nrow, ncol);
y = rpois(ncol,lambda) + rtruncnorm(ncol,0,1,mean = 0, sd = 1);
x = matrix (0, nrow, 1);
x_A1 = y[1]+y[2]+y[3];
x_A2 = y[4]+y[7]+y[3];
x_B1 = y[4]+y[5]+y[6];
x_B2 = y[11]+y[1];
x_C1 = y[7]+y[8]+y[9];
x_C2 = y[2]+y[5]+y[12];
x_D1 = y[10]+y[11]+y[12];
x_D2 = y[3]+y[6]+y[9];
x_E1 = y[13]+y[14]+y[15];
x_E2 = y[18]+y[19]+y[23];
x_F1 = y[20]+y[21]+y[19];
x_F2 = y[22]+y[16]+y[13];
x_G1 = y[23]+y[22]+y[24];
x_G2 = y[14]+y[17]+y[20];
x_H1 = y[16]+y[17]+y[18];
x_H2 = y[15]+y[21]+y[24];
d <- c(x_A1, x_A2,x_B1, x_B2,x_C1, x_C2,x_D1, x_D2,x_E1,
x_E2,x_F1, x_F2,x_G1, x_G2,x_H1, x_H2)
x <- matrix(d, nrow, byrow=TRUE)
A = matrix(c(1,1,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0, #x_A^1
0,0,0,1,0,0,1,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0, #x_A^2
0,0,0,1,1,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0, #x_B^1
1,0,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0, #x_B^2
0,0,0,0,0,0,1,1,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0, #x_C^1
0,1,0,0,1,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0, #x_C^2
0,0,0,0,0,0,0,0,0,1,1,1,0,0,0,0,0,0,0,0,0,0,0,0, #x_D^1
0,0,1,0,0,1,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0, #x_D^2
0,0,0,0,0,0,0,0,0,0,0,0,1,1,1,0,0,0,0,0,0,0,0,0, #x_E^1
0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,1,0,0,0,1,0, #x_E^2
0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,1,1,0,0,0, #x_F^1
0,0,0,0,0,0,0,0,0,0,0,0,1,0,0,1,0,0,0,0,0,1,0,0, #x_F^2
0,0,0,0,0,0,0,0,0,0,0,0,0,1,0,0,1,0,0,1,0,0,0,0, #x_G^2
0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,1,1, #x_G^1
0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,1,1,0,0,0,0,0,0, #x_H^1
0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,0,0,0,0,0,1,0,0,1), #x_H^2
nrow, ncol, byrow= TRUE)
zwei Codes versucht, das Problem zu lösen: min || y - y_h || _L^2 wobei x = Ay_h, y> = 0 wobei x, y, A alle oben angegeben sind.
# f (x) = || yhat-y || _L2
eval_f <- function(yhat) {
return(list("objective" = norm((mean(yhat-y))^2, type = "2")))
}
# inequality constraint
eval_g_ineq <- function(yhat) {
constr <- c(0 - yhat)
return(list("constraints"=constr))
}
# equalities constraint
eval_g_eq <- function(yhat) {
constr <- c(x-A%*%yhat)
return(list("constraints"=constr))
}
x0 <- y
#lower bound of control variable
lb <- c(matrix (0, ncol, 1))
local_opts <- list("algorithm" = "NLOPT_LD_MMA",
"xtol_rel" = 1.0e-7)
opts <- list("algorithm" = "NLOPT_LD_AUGLAG",
"xtol_rel" = 1.0e-7,
"maxeval" = 1000,
"local_opts" = local_opts)
res <- nloptr(x0=x0,
eval_f=eval_f,
eval_grad_f = NULL,
lb=lb,
eval_g_ineq = eval_g_ineq,
eval_g_eq=eval_g_eq,
opts=opts)
print(res)
Gurobi Code:
**#model <- list()
#model$B <- A
#model$obj <- norm((y-yhat)^2, type = "2")
#model$modelsense <- "min"
#model$rhs <- c(x,0)
#model$sense <- c('=', '>=')
#model$vtype <- 'C'
#result <- gurobi(model, params)
#print('Solution:')
#print(result$objval)
#print(result$yhat)**
Meine Frage: Erstens, wenn ich die R-Code lief oben, es gab mir diese Nachricht: Fehler in is.nloptr (ret): falsche Anzahl von Elementen in Gradienten des Objektivs Zusätzlich: Warnmeldung: In is.na (f0 $ gradient): is.na() angewendet auf non (Liste oder Vektor) vom Typ 'NULL'
Ich habe versucht, Computing-Gradienten zu vermeiden, da ich keine Informationen darüber habe die Dichtefunktion von y. Könnte mir bitte jemand helfen, den obigen Fehler zu beheben?
Für den Gurobi-Code habe ich diese Nachricht erhalten: Fehler: ist (Modell $ A, "Matrix") || ist (Modell $ A, "SparseMatrix") || ist (Modell $ A, ....
istAber meine Matrix A korrekt eingegeben ist nicht wahr, so was bedeutet dieser Fehler?
Bitte nicht Bilder des Codes hier. Fügen Sie ein [reproduzierbares Beispiel] (http: // stackoverflow .com/fragen/5963269/how-to-make-a-great-r -reproducible-Beispiel) mit Beispiel-Eingabedaten, die wir kopieren und in R einfügen können. – MrFlick
@MrFlick: Ich habe es behoben. Vielen Dank, da ich neu hier bin. Aber es ist ärgerlich zu erfahren, dass LATEX in diesem Forum nicht funktioniert; p Könnten Sie mir bitte helfen, dieses Problem zu lösen, da ich ~ 7 Stunden damit verbracht habe und immer noch nicht sehen konnte, wie ich den Gradient vermeiden konnte, aber trotzdem macht "NLOPT" -Code funktioniert :( – user177196
Niemand hier will mir helfen, den obigen Code zu reparieren ??;) – user177196