(有界约束)一般目标极小化的柔性无导数解法
Py-BOBYQA的Python项目详细描述
一个一个又一个又一个又一个又一个又一个又一个又一个的b b b b b b b a a a a a b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b==
图片::https://travis-ci.org/numericalgorithmsgroup/pybobyqa.svg?branch=master
:目标:https://travis ci.org/numericalgorithmsgroup/pybobyqa
:alt:build status
…图片::https://img.shields.io/badge/license-gpl%20v3 blue.svg
:目标:https://www.gnu.org/licenses/gpl-3.0
:alt:gnu-gpl-v3 license
图片::https://img.shields.io/pypi/v/py-bobyqa.svg
:target:https://pypi.python.org/pypi/py-bobyqa
:alt:latest-pypi-version
py-bobyqa是一个灵活的包,用于解决受约束的一般目标最小化问题,而不需要目标的派生。这是鲍威尔的bobyqa算法的python实现。当对目标函数的评估非常昂贵和/或有噪音时,py-bobyqa特别有用。
有关py-bobyqa的更多详细信息,请参阅我们的论文:
1。Coralia Cartis,Jan Fiala,Benjamina Marteau和Lindon Roberts,`提高基于模型的无衍生工具优化求解器的灵活性和健壮性',https://arxiv.org/abs/1804.00154>;`,牛津大学技术报告,(2018年)。
2。Coralia Cartis,Lindon Roberts和Oliver Sheridan Methven,"用无导数方法逃逸局部极小值:数值研究",https://arxiv.org/abs/1812.11343>;`,牛津大学技术报告,(2018)。
使用py-bobyqa进行局部优化时,请引用[1],使用py-bobyqa的全局优化启发式功能时,请引用[1,2]。对于所有图形的再现性,请随时与作者联系。
原始的Fortran实现在"here<;http://mat.uc.pt/~zhang/software.html>;` `.
如果您对解决最小二乘法最小化问题感兴趣,可以尝试"dfo-ls<;https://github.com/numericalgorithmsgroup/dfols>;",它具有与py bobyqa相同的功能(再加上一些功能),并利用了最小二乘问题结构,因此在此类问题上表现得更好。
文档
----
请参阅manual.pdf或"here<;https://numericalgorithmsgroup.github.io/pybobyqa/>;`.
要求
----
py bobyqa需要安装以下软件:
*python 2.7或python 3(http://www.python.org/)
请参见"使用PIP进行安装":
*numpy 1.11或更高版本(http://www.numpy.org/)
*scipy 0.18或更高版本(http://www.scipy.org/)
*pandas 0.17或更高版本(http://pandas.pydata.org/)
http://www.pip-installer.org/>;``以根用户身份:
…代码块::bash
$[sudo]pip安装py bobyqa
或者*轻松安装*:
…代码块::bash
$[sudo]轻松安装py bobyqa
代码块::bash
$pip install--user py bobyqa
代码块::bash
$[sudo]pip install--升级py-bobyqa
以将py-bobyqa升级到最新版本。
手动安装从"github<;https://github.com/numericalgorithmsgroup/pybobyqa>;"中获取代码,并按如下方式解压缩:
…代码块::bash
$git clone https://github.com/numericalalgorithmsgroup/py bobyqa
$cd pybobyqa
py bobyqa是用纯python编写的,不需要编译。它可以使用:
代码块::bash
$[sudo]pip安装。
如果您没有根权限或希望安装py bobyqa供您私人使用,则可以使用:
。代码块::bash
$pip install--user。
相反。
若要将py-bobyqa升级到最新版本,请导航到顶级目录(即包含:code:`setup.py`的目录),然后使用:code:`pip`重新运行安装,如上所述:
。代码块::bash
$git pull
$[sudo]pip install。#使用管理员权限
测试
----
如果您手动安装py bobyqa,则可以通过运行以下命令来测试您的安装:
…代码块::bash
$python setup.py test
https://numericalgorithmsgroup.github.io/pybobyqa/>;``和'examples<;https://github.com/numericalalgorithmsgroup/pybobyqa/tree/master/examples>;` github中的目录。
代码块::bash
$[sudo]pip卸载py bobyqa
tracker.
许可证
----
此算法在GNU GPL许可证下发布。请联系NAG<;http://www.nag.com/content/worldwide contact information>;``获取替代许可。
图片::https://travis-ci.org/numericalgorithmsgroup/pybobyqa.svg?branch=master
:目标:https://travis ci.org/numericalgorithmsgroup/pybobyqa
:alt:build status
…图片::https://img.shields.io/badge/license-gpl%20v3 blue.svg
:目标:https://www.gnu.org/licenses/gpl-3.0
:alt:gnu-gpl-v3 license
图片::https://img.shields.io/pypi/v/py-bobyqa.svg
:target:https://pypi.python.org/pypi/py-bobyqa
:alt:latest-pypi-version
py-bobyqa是一个灵活的包,用于解决受约束的一般目标最小化问题,而不需要目标的派生。这是鲍威尔的bobyqa算法的python实现。当对目标函数的评估非常昂贵和/或有噪音时,py-bobyqa特别有用。
有关py-bobyqa的更多详细信息,请参阅我们的论文:
1。Coralia Cartis,Jan Fiala,Benjamina Marteau和Lindon Roberts,`提高基于模型的无衍生工具优化求解器的灵活性和健壮性',https://arxiv.org/abs/1804.00154>;`,牛津大学技术报告,(2018年)。
2。Coralia Cartis,Lindon Roberts和Oliver Sheridan Methven,"用无导数方法逃逸局部极小值:数值研究",https://arxiv.org/abs/1812.11343>;`,牛津大学技术报告,(2018)。
使用py-bobyqa进行局部优化时,请引用[1],使用py-bobyqa的全局优化启发式功能时,请引用[1,2]。对于所有图形的再现性,请随时与作者联系。
原始的Fortran实现在"here<;http://mat.uc.pt/~zhang/software.html>;` `.
如果您对解决最小二乘法最小化问题感兴趣,可以尝试"dfo-ls<;https://github.com/numericalgorithmsgroup/dfols>;",它具有与py bobyqa相同的功能(再加上一些功能),并利用了最小二乘问题结构,因此在此类问题上表现得更好。
文档
----
请参阅manual.pdf或"here<;https://numericalgorithmsgroup.github.io/pybobyqa/>;`.
要求
----
py bobyqa需要安装以下软件:
*python 2.7或python 3(http://www.python.org/)
请参见"使用PIP进行安装":
*numpy 1.11或更高版本(http://www.numpy.org/)
*scipy 0.18或更高版本(http://www.scipy.org/)
*pandas 0.17或更高版本(http://pandas.pydata.org/)
http://www.pip-installer.org/>;``以根用户身份:
…代码块::bash
$[sudo]pip安装py bobyqa
或者*轻松安装*:
…代码块::bash
$[sudo]轻松安装py bobyqa
代码块::bash
$pip install--user py bobyqa
代码块::bash
$[sudo]pip install--升级py-bobyqa
以将py-bobyqa升级到最新版本。
手动安装从"github<;https://github.com/numericalgorithmsgroup/pybobyqa>;"中获取代码,并按如下方式解压缩:
…代码块::bash
$git clone https://github.com/numericalalgorithmsgroup/py bobyqa
$cd pybobyqa
py bobyqa是用纯python编写的,不需要编译。它可以使用:
代码块::bash
$[sudo]pip安装。
如果您没有根权限或希望安装py bobyqa供您私人使用,则可以使用:
。代码块::bash
$pip install--user。
相反。
若要将py-bobyqa升级到最新版本,请导航到顶级目录(即包含:code:`setup.py`的目录),然后使用:code:`pip`重新运行安装,如上所述:
。代码块::bash
$git pull
$[sudo]pip install。#使用管理员权限
测试
----
如果您手动安装py bobyqa,则可以通过运行以下命令来测试您的安装:
…代码块::bash
$python setup.py test
https://numericalgorithmsgroup.github.io/pybobyqa/>;``和'examples<;https://github.com/numericalalgorithmsgroup/pybobyqa/tree/master/examples>;` github中的目录。
代码块::bash
$[sudo]pip卸载py bobyqa
tracker.
许可证
----
此算法在GNU GPL许可证下发布。请联系NAG<;http://www.nag.com/content/worldwide contact information>;``获取替代许可。