码迷,mamicode.com
首页 > 其他好文 > 详细

NLP 4:Interfacing your NLP to Ipopt 流程翻译

时间:2020-05-24 23:56:54      阅读:94      评论:0      收藏:0      [点我收藏+]

标签:https   spl   images   new   problem   for   mes   pop   梯度   

博客转自:https://www.cnblogs.com/lcchuguo/p/5407709.html

简单介绍

  ipopt是一个解决非线性规划最优化问题的工具集,当然,它也能够用于解决线性规划问题的求解。它提供了c/c++接口,很易于使用。

问题

解决类似以下的非线性问题:

技术图片

技术图片Ipopt工具採用内点法求解非线性优化问题。

求解前的准备

需要计算

1. 梯度

计算目标函数的梯度,和约束条件Jacobian矩阵

2. Hessian矩阵

delta and lambda are parameters for object function and constraints functions (lambda is multiplier of  Lagrangian)

演示样例

求解以下的最优化问题:

技术图片

  1. 求解目标函数的梯度:
  2. 求解约束条件的Jacobian矩阵
  3. 求解目标函数和约束条件的Hessian矩阵。即求解

至此,准备工作已经就绪,接下来调用Ipopt 的API接口进行计算。

1.get_nlp_info设置以下的參数

  1. n=4;//变量x个数
  2.  m=2;//约束条件个数
  3.  nnz_jac_g=8;//Jacobian非零个数
  4. Nnz_h_lag=10;//Hessian非零个数   

2.get_bounds_info 设置以下的參数

  1. x_l[i]设置xi的下界值
  2. x_u[i]设置xi的上界值
  3. g_l[i]设置约束i的下界值
  4.  g_u[i]设置约束i的上界值

3.get_start_point设置以下參数

  1. x[i]设置第i个变量的初始迭代值

4.eval_f设置以下參数

  1. bject_value设置目标函数计算方式(本例:object_value=x0*x3*(x0+x1+x2) + x2)

5.eval_grad_f设置目标函数的梯度

  1. grad_f[i]设置目标函数对第i个变量的偏导。本比例如以下:

技术图片

6.eval_g设置约束条件

  1. G[i]约束条件i,本比例如以下:

技术图片

7.eval_jac_g设置Jacobian矩阵

  1. iRow和jCol设置非零行列的坐标
  2. Values设置矩阵迭代值,假设values==NULL。即尚未初始化时。须要设置Jacobian矩阵哪些下标位置非零。例如以下图:

技术图片

8.eval_h设置Hessian矩阵

  1. iRow和jCol设置非零行列的坐标
  2. obj_factor为目标函数系数
  3. lambda[i]为第i个约束的拉格朗日乘子
  4. values设置矩阵的迭代求值,本例仅仅有目标函数和两个约束条件,因此如所看到的。

i.  目标函数

技术图片

ii.  约束1

技术图片

iii.  约束2

9.finalize_solution求解

  1. status为返回的求解状态
  2. obj_value:最优值
  3.  x:最优解变量取值
  4.  z_l 拉格朗日乘子下界
  5. z_u 拉格朗日乘子上届
  6. lambda 最优解拉格朗日乘子取值 

C++ API

源代码位于: https://github.com/coin-or/Ipopt, 附带的例子在/path2Ipopt/Ipopt-3.12.11/Ipopt/examples.

自己定义类继承于TNLP (public TNLP),使用命名空间:Ipopt (using namespace Ipopt),程序实现下面的虚函数即可

/**@name Overloaded from TNLP */

  //@{

  /** Method to return some info about the nlp */

  virtual bool get_nlp_info(Index& n, Index& m, Index& nnz_jac_g,

                            Index& nnz_h_lag, IndexStyleEnum& index_style);

 

  /** Method to return the bounds for my problem */

  virtual bool get_bounds_info(Index n, Number* x_l, Number* x_u,

                               Index m, Number* g_l, Number* g_u);

 

  /** Method to return the starting point for the algorithm */

  virtual bool get_starting_point(Index n, bool init_x, Number* x,

                                  bool init_z, Number* z_L, Number* z_U,

                                  Index m, bool init_lambda,

                                  Number* lambda);

 

  /** Method to return the objective value */

  virtual bool eval_f(Index n, const Number* x, bool new_x, Number& obj_value);

 

  /** Method to return the gradient of the objective */

  virtual bool eval_grad_f(Index n, const Number* x, bool new_x, Number* grad_f);

 

  /** Method to return the constraint residuals */

  virtual bool eval_g(Index n, const Number* x, bool new_x, Index m, Number* g);

 

  /** Method to return:

   *   1) The structure of the jacobian (if "values" is NULL)

   *   2) The values of the jacobian (if "values" is not NULL)

   */

  virtual bool eval_jac_g(Index n, const Number* x, bool new_x,

                          Index m, Index nele_jac, Index* iRow, Index *jCol,

                          Number* values);

 

  /** Method to return:

   *   1) The structure of the hessian of the lagrangian (if "values" is NULL)

   *   2) The values of the hessian of the lagrangian (if "values" is not NULL)

   */

  virtual bool eval_h(Index n, const Number* x, bool new_x,

                      Number obj_factor, Index m, const Number* lambda,

                      bool new_lambda, Index nele_hess, Index* iRow,

                      Index* jCol, Number* values);

 

  //@}

 

 /** @name Solution Methods */

  //@{

  /** This method is called when the algorithm is complete so the TNLP can store/write the solution */

  virtual void finalize_solution(SolverReturn status,

                                 Index n, const Number* x, const Number* z_L, const Number* z_U,

                                 Index m, const Number* g, const Number* lambda,

                                 Number obj_value,

                                 const IpoptData* ip_data,

                                 IpoptCalculatedQuantities* ip_cq);

  //@}

 

 

技术图片

 

NLP 4:Interfacing your NLP to Ipopt 流程翻译

标签:https   spl   images   new   problem   for   mes   pop   梯度   

原文地址:https://www.cnblogs.com/flyinggod/p/12953392.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!