本页采用了机器翻译。点击此处可查看英文原文。

CustomStartPointSet

自定义起点

全页展开

说明

CustomStartPointSet 是一个矩阵的对象包装器，其行代表 MultiStart 的起点。

创建对象

语法

tpoints = CustomStartPointSet(ptmatrix)

描述

tpoints = CustomStartPointSet(ptmatrix) 从 ptmatrix 矩阵生成 CustomStartPointSet 对象。ptmatrix 的每一行代表一个起点。

示例

输入参量

全部展开

起点，指定为矩阵。ptmatrix 的每一行代表一个起点。

示例: randn(40,3) 创建了 3 维的 40 个起点。

数据类型: double

属性

全部展开

此 属性 为只读。

起点的数量，指定为正整数。NumStartPoints 是 ptmatrix 中的行数。

示例: 40

数据类型: double

此 属性 为只读。

每个起点的维度，指定为正整数。StartPointsDimension 是 ptmatrix 中的列数。

StartPointsDimension 与 problem.x0 中的元素数量相同，后者是传递给 run 的 problem 结构体。

示例: 5

数据类型: double

对象函数

list列出起点

示例

全部折叠

打开实时脚本

创建一个具有 64 个三维点的 CustomStartPointSet 对象。

[x,y,z] = meshgrid(1:4);
ptmatrix = [x(:),y(:),z(:)] + [10,20,30];
tpoints = CustomStartPointSet(ptmatrix);

tpoints 是 ptmatrix 对象中包含的 CustomStartPointSet 矩阵。

使用 tpoints 从 list 对象中提取原始矩阵。

tpts = list(tpoints);

检查 tpts 输出是否与 ptmatrix 相同。

isequal(ptmatrix,tpts)
ans = logical
   1
打开实时脚本

若要生成一组与问题边界范围不同的伪随机起始点，请显式地创建这些点。例如，考虑以下涉及二维点的问题：

sixmin = @(x)(4*x(1)^2 - 2.1*x(1)^4 + x(1)^6/3 ...
    + x(1)*x(2) - 4*x(2)^2 + 4*x(2)^4);
lb = [-6,-12];
ub = [20,40];
x0 = [1,2];
problem = createOptimProblem("fmincon",...
    x0=x0,lb=lb,ub=ub,objective=sixmin);

假设您希望起始点位于区间

-5≤x1≤5-4≤x2≤4,

这比问题的边界要小得多。在此范围内生成 20 个点：

rng default % For reproducibility
N = 20; % Number of points
lbcustom = [-5,-4];
ubcustom = [5,4];
ptmatrix = lbcustom + rand(N,2).*repmat((ubcustom - lbcustom),N,1);

查看伪随机点的取值范围：

[minpt,maxpt] = bounds(ptmatrix)
minpt = 1×2

   -4.0246   -3.7453


maxpt = 1×2

    4.7059    3.6018

这些点几乎覆盖了整个范围。

将这些点放入一个 CustomStartPointSet 对象中。

tpoints = CustomStartPointSet(ptmatrix);

使用自定义起始点来解决该问题。

ms = MultiStart;
[x,fval, exitflag,output] = run(ms,problem,tpoints)
MultiStart completed the runs from all start points. 

All 20 local solver runs converged with a positive local solver exitflag.

x = 1×2

   -0.0898    0.7127


fval = 
-1.0316

exitflag = 
1

output = struct with fields:
                funcCount: 952
         localSolverTotal: 20
       localSolverSuccess: 20
    localSolverIncomplete: 0
    localSolverNoSolution: 0
                  message: 'MultiStart completed the runs from all start points. ↵↵All 20 local solver runs converged with a positive local solver exitflag.'

相比之下，如果使用来自边界范围内的 20 个伪随机点来求解该问题。

[x2,fval2,exitflag2,output2] = run(ms,problem,20)
MultiStart completed the runs from all start points. 

All 20 local solver runs converged with a positive local solver exitflag.

x2 = 1×2

    0.0898   -0.7127


fval2 = 
-1.0316

exitflag2 = 
1

output2 = struct with fields:
                funcCount: 1558
         localSolverTotal: 20
       localSolverSuccess: 20
    localSolverIncomplete: 0
    localSolverNoSolution: 0
                  message: 'MultiStart completed the runs from all start points. ↵↵All 20 local solver runs converged with a positive local solver exitflag.'

在此示例中，虽然两个解的目标函数值相同（以体现精度），但使用自定义起始点集的解所进行的函数计算次数要少得多。

版本历史记录

在 R2010a 中推出

另请参阅

| |

主题