Netlogo 本地优化

Question

我想估算一种新产品的需求。客户是代理人。每个产品都有 3 个变量，需要根据购买情况进行优化。为了找到使销售额最大化的最佳变量，我使用了一种局部优化算法，即梯度下降。它的工作原理如下：

1.定义了重量、尺寸和价格的初始值。 2. 搜索程序开始： dgradient 是目标函数梯度的范数。 dx 计算了一个变量和一个新变量之间的差异。

 while [dgradient > 0.00001 and numiter < 1000 and dxw > 0.00001 and dxs > 0.00001 and dxp > 0.00001]

set weightnw weight - stepsize * (the gradient)
set sizenw size - stepsize * (the gradient)
setpricenw price - stepsize * (the gradient)

搜索过程会在附近产生新变量，但我必须确保它们在范围内。所以我定义了这个while循环以确保它们在范围内：

 while [not(((weightnw <= 400) and (weightnw >= 100)) and ((sizenw >= 5) and sizenw <= 20)) and ((pricenw >= 20) and (pricenw <=90)))] 
set stepsize stepsize - 0.0001
 set weightnw weight - stepsize * (the gradient)
set sizenw size - stepsize * (the gradient)
setpricenw price - stepsize * (the gradient)

然后计算目标函数，并将目标函数与新变量的值进行比较。

这个过程有意义吗？

谢谢

Answer 1

numanal 扩展包括多种优化多变量问题的方法，包括单纯形法和更深奥的方法，例如 CMAES 和 BOBYQA。它们确实允许设置界限。它还没有为 NetLogo 6.0 做好准备（有一个适用于 5.3 的工作版本），但如果您认为它可能有用，请告诉我，我可以为您提供测试版。

查尔斯