主要内容

线性最小二乘中的代码生成:背景

什么是代码生成?

代码生成指使用 MATLAB® Coder™ 将 MATLAB 代码转换为 C 代码。代码生成需要 MATLAB Coder 许可证。

通常,您使用代码生成在未运行 MATLAB 的硬件上部署代码。例如,您可以在机器人上部署代码,使用 lsqlin 来优化移动或规划。

有关示例,请参阅为 lsqlin 生成代码。有关其他优化求解器中的代码生成,请参阅为 fmincon 生成代码为 quadprog 生成代码为 lsqcurvefit 或 lsqnonlin 生成代码为 fsolve 生成代码

代码生成的要求

  • lsqlin 支持使用 codegen (MATLAB Coder) 函数或 MATLAB Coder 生成代码。您必须拥有 MATLAB Coder 许可证才能生成代码。

  • 目标硬件必须支持标准双精度浮点计算或标准单精度浮点计算。

  • 代码生成目标与 MATLAB 求解器不使用相同的数学核心函数库。因此,代码生成解可能不同于求解器解,尤其是对于病态问题。

  • 要在生成代码前在 MATLAB 中测试代码,请将 UseCodegenSolver 选项设置为 true。这样,求解器便可使用代码生成创建的相同代码。

  • 在 MATLAB 中求解无约束和欠定问题时,lsqlin 调用 mldivide,后者返回一个基解。在代码生成中,返回的解具有最小范数,最小范数通常是不同的。

  • 在生成代码时,lsqlin 不支持 problem 参量。

    [x,fval] = lsqlin(problem) % Not supported
  • 所有 lsqlin 输入矩阵(如 AAeqlbub)都必须是满矩阵,而不能是稀疏矩阵。您可以使用 full 函数将稀疏矩阵转换为满矩阵。

  • lbub 参量的条目数必须与 C 中的列数相同,或必须为空 []

  • 如果您的目标硬件不支持无限边界,请使用 optim.coder.infbound

  • 对于涉及嵌入式处理器的高级代码优化,您还需要 Embedded Coder® 许可证。

  • 您必须包括适用于 lsqlin 的选项,并使用 optimoptions 指定这些选项。选项中必须包括 Algorithm 并将其设置为 'active-set'

    options = optimoptions("lsqlin",Algorithm="active-set");
    [x,fval,exitflag] = lsqlin(C,d,A,b,Aeq,beq,lb,ub,x0,options);
  • 代码生成支持以下选项:

    • Algorithm - 必须为 'active-set'

    • ConstraintTolerance

    • MaxIterations

    • ObjectiveLimit

    • OptimalityTolerance

    • StepTolerance

    • UseCodegenSolver

  • 生成的代码只会对选项进行有限的错误检查。更新选项的推荐方法是使用 optimoptions,而不是圆点表示法。

    opts = optimoptions('lsqlin','Algorithm','active-set');
    opts = optimoptions(opts,'MaxIterations',1e4); % Recommended
    opts.MaxIterations = 1e4; % Not recommended
  • 不要从文件中加载选项。否则会导致代码生成失败。请在代码中创建选项。

  • 如果您指定了不受支持的选项,在代码生成过程中通常会忽略该选项。为了获得可靠的结果,请仅指定支持的选项。

单精度代码生成

要为单精度浮点硬件生成代码,请遵循以下规范。

  • 确保所有求解器输入都有单精度值。这些输入包括所有空值和无限值。例如,如果 3-D 问题的边界为 lb = [0,-Inf,0]ub = [1,100,Inf],则请按如下方式设置参数:

    lb = [single(0),-optim.coder.infbound("single"),single(0)];
    ub = [single([1,100]),optim.coder.infbound("single")];
  • 确保所有空的求解器参量都是单精度的。例如:

    Aeq = single([]); % Or single.empty
    beq = single([]); % Or single.empty

生成的代码不是多线程的

默认情况下,在 MATLAB 环境之外使用的生成代码使用非多线程的线性代数库。因此,此类代码的运行速度可能比 MATLAB 环境中的代码慢得多。

如果您的目标硬件有多个核,您可以通过使用自定义的多线程 LAPACK 和 BLAS 库来获得更好的性能。有关将这些库纳入生成的代码中的详细信息,请参阅Speed Up Linear Algebra in Generated Standalone Code by Using LAPACK Calls (MATLAB Coder)

另请参阅

(MATLAB Coder) | | | |

主题