optimization - Optim.jl 单变量有界优化在使用 Inf 作为边界时混淆输出
问题描述
以下是说明我的问题的独立示例。
using Optim
χI = 3
ψI = 0.5
ϕI(z) = z^-ψI
λ = 1.0532733
V0 = 0.8522423425
zE = 0.5986
wRD = 0.72166623555
objective1(z) = -(z * χI * ϕI(z + zE) * (λ-1) * V0 - z * ( wRD ))
objective2(z) = -1 * objective1(z)
lower = 0.01
upper = Inf
plot(0:0.01:0.1,objective1,title = "objective1")
png("/home/nico/Desktop/objective1.png")
plot(0:0.01:0.1,objective2, title = "objective2")
png("/home/nico/Desktop/objective2.png")
results1 = optimize(objective1,lower,upper)
results2 = optimize(objective2,lower,upper)
这些地块是
和
objective1(z)
和在其他任何地方都返回和有限值,对于 some 有一个最佳objective2(z)
值。NaN
z = 0
z > 0
但是的输出results1
是
Results of Optimization Algorithm
* Algorithm: Brent's Method
* Search Interval: [0.010000, Inf]
* Minimizer: Inf
* Minimum: NaN
* Iterations: 1000
* Convergence: max(|x - x_upper|, |x - x_lower|) <= 2*(1.5e-08*|x|+2.2e-16): false
* Objective Function Calls: 1001
的输出results2
是
Results of Optimization Algorithm
* Algorithm: Brent's Method
* Search Interval: [0.010000, Inf]
* Minimizer: Inf
* Minimum: NaN
* Iterations: 1000
* Convergence: max(|x - x_upper|, |x - x_lower|) <= 2*(1.5e-08*|x|+2.2e-16): false
* Objective Function Calls: 1001
我相信问题出在upper = Inf
. 例如,如果我将其更改upper = 100
为 ,则输出results1
为
Results of Optimization Algorithm
* Algorithm: Brent's Method
* Search Interval: [0.010000, 100.000000]
* Minimizer: 1.000000e-02
* Minimum: 5.470728e-03
* Iterations: 55
* Convergence: max(|x - x_upper|, |x - x_lower|) <= 2*(1.5e-08*|x|+2.2e-16): true
* Objective Function Calls: 56
并results2
返回
Results of Optimization Algorithm
* Algorithm: Brent's Method
* Search Interval: [0.010000, 100.000000]
* Minimizer: 1.000000e+02
* Minimum: -7.080863e+01
* Iterations: 36
* Convergence: max(|x - x_upper|, |x - x_lower|) <= 2*(1.5e-08*|x|+2.2e-16): true
* Objective Function Calls: 37
正如预期的那样。
解决方案
正如您在问题中指出的那样 - 您使用有界优化算法,但您将无界间隔传递给它。
引用文档(https://julianlsolvers.github.io/Optim.jl/latest/#user/minimization/),这是精确的,该optimize
函数用于在有界区间上最小化单变量函数。
提供有关您遇到的问题的更多详细信息。该optimize
方法搜索区间内的点。实现了两种算法:布伦特(默认)和黄金分割。他们首先检查的一点是:
new_minimizer = x_lower + golden_ratio*(x_upper-x_lower)
你会看到它new_minimizer
会是Inf
。所以优化程序甚至无法找到有效的内部点。然后你会看到你的函数返回NaN
参数Inf
:
julia> objective1(Inf)
NaN
julia> objective2(Inf)
NaN
这个组合可以解释为什么找到的最小值Inf
和目标NaN
在产生的输出中。
第二点是你应该记住Float64
数字的精度是有限的,所以你应该选择区间,以确保该方法实际上能够准确地评估其中的目标。例如,即使这失败了:
julia> optimize(objective1, 0.0001, 1.0e308)
Results of Optimization Algorithm
* Algorithm: Brent's Method
* Search Interval: [0.000100, 100000000000000001097906362944045541740492309677311846336810682903157585404911491537163328978494688899061249669721172515611590283743140088328307009198146046031271664502933027185697489699588559043338384466165001178426897626212945177628091195786707458122783970171784415105291802893207873272974885715430223118336.000000]
* Minimizer: 1.000005e+308
* Minimum: -Inf
* Iterations: 1000
* Convergence: max(|x - x_upper|, |x - x_lower|) <= 2*(1.5e-08*|x|+2.2e-16): false
* Objective Function Calls: 1001
原因是objective1
对于非常大的参数(因为它具有有限的精度)实际上开始以数值不稳定的方式表现,请参阅:
julia> objective1(1.0e307)
7.2166623555e306
julia> objective1(1.0e308)
-Inf
最后一点是它实际上Optimize
告诉你出了点问题,你不应该依赖结果:
julia> results1.converged
false
julia> results2.converged
false
对于问题的初始说明(带有Inf
)。
推荐阅读
- sas - SAS MMYYSW。格式而不是信息?
- rust - Rust - 为什么借用 &mut 两次时它不会给我一个错误
- javascript - HTML表格下拉过滤
- r - 将不同的对象转换为日期格式
- c# - 使用弹出表单、MVC 和 AJAX 上传文件始终为“NULL”
- gitlab - 如何在fastlane fastfile中使用gitlab CI环境变量?
- arrays - Int 数组:将每个元素的值增加 X
- ios - 将 Apple Wallet 通行证从一个开发者帐户转移到另一个帐户
- postgresql - docker compose启动时如何创建表postgresql
- javascript - 你如何在 React-Native WebView 中执行 Javascript?