优化包含“for-loop”的函数的问题

Question

我正在尝试优化 MATLAB 中包含 for-loop 的函数。我尝试了不同的代码，但没有得到任何结果，也不知道问题出在哪里。

这里是函数：

function U2 = least1(ydata,xdata,x,y1,w,A,sz,yprime,y) 
for i=1:1:1000 
    U2(1,i) = sum((sqrt(1+yprime.^2)).*(A(1) * exp(-y/A(2))*(1 - exp(-ydata(i)/A(2)))...
           + A(3) * exp(-y/A(4))*(exp(-ydata(i)/A(4))-1)).*w);     
 end
end

所有变量都可用我只需要优化它以获得A的完美匹配。 我尝试使用基于问题的优化来解决它，如下代码： 但我得到的不是A 的四个值 -Inf -Inf -Inf -Inf

A = optimvar('A',4);
potential = fcn2optimexpr(@least1,A);
obj = sum((potential - u1).^2);
prob = optimproblem('Objective',obj);
x0.A = [11.959,0.069,3.53,4.118*10^(-3)];
show(prob)
sol =  solve(prob,x0)

如果有什么遗漏请告诉我

Answer 1

优化器现在不处理least1(ydata,xdata,x,y1,w,A,sz,yprime,y) 的其他输入。

您需要在将其分配为成本函数时告诉它值，即

@(A) least1(ydata,xdata,x,y1,w,A,sz,yprime,y) 

关键字是匿名函数句柄（你所拥有的只是一个函数句柄。

您设置优化问题的方式让我非常恼火（也许这是一种新方式？）。

我会这样直截了当：

% anonymous function handle to original function
fnc_ogl = @(A) least1(ydata,xdata,x,y1,w,A,sz,yprime,y) -u1;
% create least-squares cost function (you need to have a single cost value
% for fminsearch)
fnc_cst = @(A) sum( fnc_ogl.^2 );
% initial guess
A0 = [11.959,0.069,3.53,4.118*10^(-3)]
% call unconstrained local optimization
[A_opt, fval, exitflag] = fminsearch(fnc,A0)

顺便说一句

1. 你应该预先分配U2的大小和U2 = NaN(1,1000)来加速成本函数
2. 您的示例不起作用，因为 least1 的所有输入都丢失了
3. least1 不使用变量 xdata、x、y1 和 sz

.