d*******2
发帖数: 340 | 1 要优化一个问题，希望目标函数g(x)越大越好，同时要求某一特征值min[f(x)]要大于
某一个值M0。优化的时候如果把目标函数定义为
g(x)+c*min[f(x)]，其中c为一个权重系数。当c很小的时候，最后得到的min[f(x)]太
小；增大c的话，优化结果就面目全非。
如果把目标函数定义为
g(x)+c*Ave[f(x)<2*M0] 或者g(x)+c*Ave[f(x)<3*M0]，其中Ave为取平均值的意思，最
后得到的min[f(x)]也还是太小。请问大家有什么好办法吗？
先谢了！ |
m**a
发帖数: 53 | 2 注意到你说的这句：“当c很小的时候，最后得到的min[f(x)]太小；增大c的话，优化
结果就面目全非。”这里的c从“太小”增大到结果“面目全非”，中间总得有点连续
性吧？或者说，你说c“太小”的时候是相对于什么值而言？
看起来你要单独优化g(x)或是min[f(x)]都没问题，目前你真正需要找的是一个让你满
意的c值。
【在 d*******2 的大作中提到】
: 要优化一个问题，希望目标函数g(x)越大越好，同时要求某一特征值min[f(x)]要大于
: 某一个值M0。优化的时候如果把目标函数定义为
: g(x)+c*min[f(x)]，其中c为一个权重系数。当c很小的时候，最后得到的min[f(x)]太
: 小；增大c的话，优化结果就面目全非。
:
: 如果把目标函数定义为
: g(x)+c*Ave[f(x)<2*M0] 或者g(x)+c*Ave[f(x)<3*M0]，其中Ave为取平均值的意思，最
: 后得到的min[f(x)]也还是太小。请问大家有什么好办法吗？
:
: 先谢了！
|
d*********6
发帖数: 1972 | 3 如果是数值问题不妨试试随机优化
1.确定合理的x区间
2.在区间内随机选取大量的x数值
3.对于每一个x 计算g(x)和min[f(x)]
4.if min[f(x)]
5.剩余x里面g(x)最大的应该是lz需要的x
这是最基本的，然后你还可以根据函数的特性取non-linear grid
然后你还可以多次optimization 你的grid大小也可以渐渐变小
最后得到一个很好的x
【在 d*******2 的大作中提到】
: 要优化一个问题，希望目标函数g(x)越大越好，同时要求某一特征值min[f(x)]要大于
: 某一个值M0。优化的时候如果把目标函数定义为
: g(x)+c*min[f(x)]，其中c为一个权重系数。当c很小的时候，最后得到的min[f(x)]太
: 小；增大c的话，优化结果就面目全非。
:
: 如果把目标函数定义为
: g(x)+c*Ave[f(x)<2*M0] 或者g(x)+c*Ave[f(x)<3*M0]，其中Ave为取平均值的意思，最
: 后得到的min[f(x)]也还是太小。请问大家有什么好办法吗？
:
: 先谢了！
|
