标签: nlopt

我试图在没有互联网连接的CentOS Linux机器上安装R包nloptr,如下所示:

install.packages("/home/ravi/nloptr_1.0.4.tar.gz", repos = NULL, type="source")

此命令依次在线查找以下文件

http://ab-initio.mit.edu/nlopt/nlopt-2.4.2.tar.gz

但是,由于没有与计算机的Internet连接,因此失败.

我尝试了以下stackoverflow帖子中的建议:

在Ubuntu上本地安装nloptr的麻烦

我更改了configure和configure.ac文件中的URL,如下所示:

NLOPT_URL="file:///home//ravi//${NLOPT_TGZ}"

但是,当我尝试再次安装包时出现以下错误:

> install.packages("/home/ravi/nloptr_1.0.4.tar.gz", repos = NULL, type="source")
* installing *source* package 'nloptr' ...
files 'configure', 'configure.ac' have the wrong MD5 checksums
ERROR: 'configure' exists but is not executable -- see the 'R Installation and Administration Manual'
* removing '/opt/vertica/R/library/nloptr'
Warning message:
In install.packages("/home/ravi/nloptr_1.0.4.tar.gz",  :
  installation of package '/home/ravi/nloptr_1.0.4.tar.gz' had non-zero exit status

有人可以指导我如何在本地安装这个R包吗？

更新1

根据Dirk关于首先安装nlopt的建议,我按照以下页面中的说明进行操作:

http://ab-initio.mit.edu/wiki/index.php/NLopt_Installation

我按如下方式安装了nlopt:

./configure --enable-shared
make
make install
export LD_LIBRARY_PATH=${LD_LIBRARY_PATH}:/usr/local/lib …

我无法在 R 3.3.0 上安装包 nloptr 1.0.4。消息如下：

> install.packages("nloptr")
Installing package into ‘/Users/fgomesbarros/Library/R/3.3/library
(as ‘lib’ is unspecified)
trying URL 'https://cran.revolutionanalytics.com/src/contrib/nloptr_1.0.4.tar.gz'
Content type 'application/octet-stream' length 353942 bytes (345 KB)
==================================================
downloaded 345 KB

* installing *source* package ‘nloptr’ ...
** package ‘nloptr’ successfully unpacked and MD5 sums checked
checking for g++... g++
checking whether the C++ compiler works... yes
checking for C++ compiler default output file name... a.out
checking for suffix of executables... 
checking whether we are cross compiling... no
checking for …

另一个帮助在Linux 上安装nloptr包(Ubuntu 14.04.4 LTS).我查看了许多问题,但没有找到解决方案.

我无法在R(版本3.3.1/Rstudio版本0.99.902)作为安装的安装包lme4 nloptr具有非零退出状态.当我尝试

    install.package("nloptr") 

我得到以下内容:

Installing package into ‘/home/rd14/R/x86_64-pc-linux-gnu-library/3.3’
(as ‘lib’ is unspecified)
trying URL 'https://cran.rstudio.com/src/contrib/nloptr_1.0.4.tar.gz'
Content type 'unknown' length 353942 bytes (345 KB)
==================================================
downloaded 345 KB

* installing *source* package ‘nloptr’ ...
** package ‘nloptr’ successfully unpacked and MD5 sums checked
checking for g++... g++
checking whether the C++ compiler works... yes
checking for C++ compiler default output file name... a.out
checking for suffix of executables... 
checking whether we are cross compiling... …

我需要H在以下等式中最小化:

哪里H是3x3矩阵.
Pn是3x1矩阵(点).
Euclidean()给出2点之间的距离.
Dn是实际距离.

我有一个初始估计H和m点(P0到Pm)
我需要优化值,H使得所有m点误差最小化.(表达式中的所有值都是已知的)如何使用opencv或dlib(或使用boost/NLopt)实现此功能.

我难住了。我在 R 中为 NLOPT 制定了一个问题。当前问题解决了 180 个具有 28 个等式约束的变量

该代码是从一个更简单的问题版本中重用的，在我的脚本的早期，有 36 个变量和 20 个等式约束，可以立即使用 NLOPT_LD_SLSQP作为算法。

使用 180 个变量的问题的较大版本会立即产生以下结果NLOPT_LD_SLSQP：

NLopt solver status: -4 ( NLOPT_ROUNDOFF_LIMITED: Roundoff errors led 
to a breakdown of the optimization algorithm. In this case, the 
returned minimum may 
still be useful. (e.g. this error occurs in NEWUOA if one tries to 
achieve a tolerance too close to machine precision.) )

这让我感到困惑，因为它可以解决问题的较小版本。同样，它返回起始值并且实际上并不完成任何迭代。所以我实现了，NLOPT_AUGLAG_LD_EQ作为主要算法，NLOPT_LD_SLSQP作为本地算法。现在问题无法解决并产生：

NLopt solver status: -1 ( NLOPT_FAILURE: Generic failure code. …

我正在尝试使用nloptrR中的程序包解决优化问题。我不确定以下代码有什么问题，因为我不断收到此错误：

Error: nlopt_add_equality_mconstraint returned NLOPT_INVALID_ARGS.

这是问题所在（请注意，（A +）^ T是矩阵A的Moore-Penrose逆的转置）

和代码：

library( MASS ) ## for the Moore-Penrose inverse ginv()
library( zoo )
library( nloptr )

A = matrix(runif(27, -0.5, 0.5), nc = 3)
sigma = diag(runif(3,0.001,0.002))
M = ncol(A)
b = 1 / M
n = nrow(A)
init_y = rep(1/M, M)
c = -ncol(A)*log(ncol(A))



#### Objective function
eval_f <- function(y) 
{
return( sqrt( as.numeric( t(y) %*% sigma %*% y ) ) )
}

#### Gradient of objective function
eval_grad_f …

是否可以nloptr在R 中的函数中指定多个相等约束？我尝试运行的代码如下：

eval_f <- function( x ) {
  return( list( "objective" = x[3]^2+x[4]^2,
                "gradient" = c( 0,
                                0,
                                2*x[3],
                                2*x[4] ) ) )
}
# constraint functions
# equalities
eval_g_eq <- function( x ) {
  constr <- c( x[1] + x[2] + x[3] - 4,  
               x[1]^2 + x[2]^2 + x[4] - 15
  )
  grad <- c( c(1, 1, 1, 0),
             c(2*x[1], 2*x[2], 0, 1)
  )
  return( list( "constraints"=constr, "jacobian"=grad ) )
}
# initial values
x0 <- c( …

当我在 python 中运行以下简单的 NLOPT 示例时：

import numpy as np
import nlopt 

n = 2
localopt_feval_max = 10
lb = np.array([-1, -1])
ub = np.array([1, 1])


def myfunc(x, grad):
    return -1

opt = nlopt.opt(nlopt.LN_NELDERMEAD, n)

opt.set_lower_bounds(lb)
opt.set_upper_bounds(ub)
opt.set_maxeval(localopt_feval_max)

opt.set_min_objective(myfunc)
opt.set_xtol_rel(1e-8)
x0 = np.array([0,0])

x = opt.optimize(x0)

我收到错误：

"ValueError: nlopt invalid argument"

这里参考给出的唯一建议：

http://ab-initio.mit.edu/wiki/index.php/NLopt_Python_Reference

是下限可能大于上限，或者存在未知算法（这里都不是这种情况）。我正在运行以下版本的 Python、NLOPT 和 NumPy

>>> sys.version
'3.4.0 (default, Apr 11 2014, 13:05:11) \n[GCC 4.8.2]'
>>> nlopt.__version__
'2.4.2'
>>> np.__version__
'1.8.2'

任何人都知道NLopt是否适用于单变量优化.试图运行以下代码:

using NLopt

function myfunc(x, grad)
    x.^2
end

opt = Opt(:LD_MMA, 1)
min_objective!(opt, myfunc)
(minf,minx,ret) = optimize(opt, [1.234])
println("got $minf at $minx (returned $ret)")

但是得到以下错误消息:

> Error evaluating untitled
LoadError: BoundsError: attempt to access 1-element Array{Float64,1}:
1.234
at index [2]
in myfunc at untitled:8
in nlopt_callback_wrapper at /Users/davidzentlermunro/.julia/v0.4/NLopt/src/NLopt.jl:415
in optimize! at /Users/davidzentlermunro/.julia/v0.4/NLopt/src/NLopt.jl:514
in optimize at /Users/davidzentlermunro/.julia/v0.4/NLopt/src/NLopt.jl:520
in include_string at loading.jl:282
in include_string at /Users/davidzentlermunro/.julia/v0.4/CodeTools/src/eval.jl:32
in anonymous at /Users/davidzentlermunro/.julia/v0.4/Atom/src/eval.jl:84
in withpath at /Users/davidzentlermunro/.julia/v0.4/Requires/src/require.jl:37
in withpath at /Users/davidzentlermunro/.julia/v0.4/Atom/src/eval.jl:53
[inlined code] from /Users/davidzentlermunro/.julia/v0.4/Atom/src/eval.jl:83 …

我想使用一个库(nlopt),它有一个函数set_min_objective,它接受一个指向数值函数myfunc的指针并找到它的最小值.我想创建一个包含适当初始化成员函数的类.然后set_min_objective将在特定实例中找到最佳值(下例中的myP).呼叫顺序是:

opt.set_min_objective(myfunc, NULL);

我想使用类似的东西:

opt.set_min_objective(myP.f, NULL);

编译时得到的错误是:

main.cpp: In function 'int main()':
main.cpp:79:34: error: no matching function for call to 'nlopt::opt::set_min_objective(<unresolved overloaded function type>, NULL)'
../lib/nlopt.hpp:335:10: note: candidates are: void nlopt::opt::set_min_objective(double (*)(unsigned int, const double*, double*, void*), void*)
../lib/nlopt.hpp:342:10: note:                 void nlopt::opt::set_min_objective(double (*)(const std::vector<double>&, std::vector<double>&, void*), void*)
../lib/nlopt.hpp:368:10: note:                 void nlopt::opt::set_min_objective(double (*)(unsigned int, const double*, double*, void*), void*, void* (*)(void*), void* (*)(void*))

set_min_objective接受myP.f作为函数的普通指针最简单的解决方案是什么？请注意,myP.f和myfunc具有相同的参数和返回值类型.

谢谢,

JD

在网上找不到在F#中使用NLopt的例子,我一直试图将NLoptNet上给出的例子从C#转换为F#.对C#不熟悉,对F#不太熟悉,我一直在屠杀它.

这是我到目前为止:

open NLoptNet
open System


let solver = new NLoptSolver(NLoptAlgorithm.LN_COBYLA, uint32(1), 0.001, 100)
solver.SetLowerBounds([|-10.0|])
solver.SetUpperBounds([|100.0|])

let objfunc (variables : float array) = 
    Math.Pow(variables.[0] - 3.0, 2.0) + 4.0

solver.SetMinObjective(objfunc)

let initial_val = [|2.|]
let finalscore = ref System.Nullable()   // ERROR
let result = solver.Optimize(initial_val,  finalscore)

以下是错误的描述:

连续的参数应该用空格或元组分隔,涉及函数或方法应用程序的参数应该用括号括起来

更具体地说,我正在尝试将以下三行C#转换为F#:

double? finalScore;
var initialValue = new[] { 2.0 };
var result = solver.Optimize(initialValue, out finalScore);

有任何想法吗？