3

我在 Julia 中使用 IPOPT。我的目标函数会针对某些参数值抛出错误(具体来说,虽然我认为这无关紧要,但它涉及协方差矩阵的 Cholesky 分解,因此要求协方差矩阵是正定的)。因此,我对参数进行非线性约束,以便它们不会产生错误。尽管有这个限制,IPOPT 仍然坚持在参数处评估目标函数,这会导致我的目标函数抛出错误。这会导致我的脚本崩溃,导致痛苦和痛苦。

我很感兴趣,一般来说,IPOPT 会在违反约束的参数处评估函数。(我确保它确实在评估函数之前检查了约束。)如果可能,我想知道如何阻止它这样做。

我已将 IPOPT 的 'bound_relax_factor' 参数设置为零;这没有帮助。我知道我可以要求目标函数返回NaN而不是抛出错误,但是当我这样做时,IPOPT 似乎变得更加困惑并且最终没有收敛。可怜的东西。

如果有帮助,我很乐意提供一些示例代码。

提前谢谢了 :):)

编辑:

一位评论者建议我要求我的目标函数在违反约束时返回一个错误的目标值。不幸的是,当我这样做时会发生这种情况: Ipopt 无限期地以糟糕的客观价值运行

我不确定为什么 Ipopt 会从 2.0016x10^2 的评估点变为 10^10 的评估点——我担心 IPOPT 有一些非常基本的东西我不理解。

将 'constr_viol_tol' 和 'acceptable_constr_viol_tol' 设置为其最小值不会显着影响优化,也不会“过度约束”我的参数(即确保它们不能接近不可接受的值)。

4

1 回答 1

3

Ipopt 在所有中间迭代中保证满足的唯一约束是变量的简单上限和下限。在求解器在最终迭代中完成收敛(如果它可以达到满足终止条件的点)之前,不一定会满足任何其他线性或非线性等式或不等式约束。在存在任意非凸等式和不等式约束的情况下,保证中间迭代总是可行的是难以处理的。牛顿步长方向基于局部一阶和二阶导数信息,因此将是一个近似值,如果问题具有非平凡曲率,可能会留下可行点空间。以点空间x * y == constant为例。

您应该重新表述您的问题,以避免需要在无效点评估目标或约束函数。例如,不要对从数据构造的协方差矩阵进行 Cholesky 分解,而是引入单位下三角矩阵L和对角矩阵DD[i, i] >= 0为所有i in 1:size(D,1)和非线性等式约束施加下限约束,L * D * L' == A其中A是协方差矩阵。然后L * sqrtm(D)在需要对 Cholesky 分解进行操作的任何地方使用(这可能是半定分解,因此比经典的严格正定分解更多的是修改后的 Cholesky 表示L * L')。

请注意,如果您的问题是凸问题,则可能有一个专门的公式,即圆锥求解器比 Ipopt 等通用非线性求解器更有效地求解。

于 2016-08-24T14:04:35.123 回答