FuncDesigner

FuncDesigner е с отворен код CAS (Computer & Nbsp; Алгебра System), написани на Python. По-долу са три примера, за да можете да разберете как работи проектът.
Пример:
от FuncDesigner внос *
A, B, C = oovars ("а", "б", "в")
F1, F2 = грях (а) + COS (б) - log2 (в) + SQRT (б), сумата (в) + C * палка (б) / arctan (а) + C [0] * в [1] + C [-1] / (а * c.size)
f3 = f1 * f2 + 2 * а + грях (б) * (1 + 2 * c.size + 3 * f2.size)
F = 2 * A * B * C + f1 * f2 + f3 + точка (а + в, б + в)
точка = {a: 1, б: 2, С: [3, 4, 5]} # обаче, по-добре използвайте numpy масиви вместо Python списъци
печат (F (точка))
печат (f.D (точка))
печат (f.D (точка, а))
печат (f.D (точка, [б]))
печат (f.D (точка, fixedVars = [A, C]))
Очакван изход:
[140.9337138 110.16255336 80.67870244]
{Една: масив ([69.75779959, 88.89020412, 109,93551537]), б: масив ([- 23.10565554, -39.41138045, -59.08378522]),
С: масив ([[6.19249888, 38.261221, 38.261221],
[29.68377935, -0.18961959, 29.68377935],
[23.03059873, 23.03059873, -6.22406763]])}
[69.75779959 88.89020412 109.93551537]
{Б: масив ([- 23.10565554, -39,41138045, -59,08378522])}
{Б: масив ([- 23.10565554, -39,41138045, -59,08378522])}
& Nbsp; * Можете да използвате "за" цикъл в FuncDesigner код
Пример:
от FuncDesigner внос *
A, B, C = oovars ("а", "б", "в")
F1, F2 = грях (а) + COS (б) - log2 (в) + SQRT (б), сумата (в) + C * палка (б) / arctan (а) + C [0] * в [1] + C [-1] / (а * c.size)
f3 = f1 * f2 + 2 * а + грях (б) * (1 + 2 * c.size + 3 * f2.size)
F = грях (f2) * f3 + 1
М = 15
защото в обхват (M): F = 0.5 * F + 0,4 * f3 * COS (F1 + 2 * F2)
точка = {a: 1, б: 2, С: [3, 4, 5]} # обаче, по-добре използвайте numpy масиви вместо Python списъци
печат (F (точка))
печат (F.D (точка))
печат (F.D (точка, а))
печат (F.D (точка, [б]))
печат (F.D (точка, fixedVars = [A, C]))
[4.63468686 0.30782902 1.21725266]
{Една: масив ([- 436,83015952, 204,25331181, 186,38788436]), б: масив ([562,63390316, -273,23484496, -256.32464645]),
С: масив ([[395,96975635, 167,24928464, 55.74976155],
& Nbsp; [-74,80518167, -129,34496329, -19.94804845],
& Nbsp; [-57,42472654, -45.93978123, -66.30049589]])}
[-436.83015952 204,25331181 186,38788436]
{Б: масив ([562,63390316, -273.23484496, -256,32464645])}
{Б: масив ([562,63390316, -273.23484496, -256,32464645])}
Пример:
от FuncDesigner внос *
от openopt внос NLP
A, B, C = oovars ("а", "б", "в")
F = сума (а * [1, 2]) ** 2 + б ** 2 + C ** 2
начална точка = {a: [100, 12], б: 2, С: 40} # обаче, по-добре използвайте numpy масиви вместо Python списъци
р = НЛП (е, начална точка)
p.constraints = [(2 * C + A-10) ** 2 <1.5 + 0.1 * Ь, (а-10) ** 28.9, A + B> [7.97999836, 7,8552538],
а <9, (с-2) ** 2 <1, б <-1.02, C> 1.01, ((B + C * 10 (а) .sum () - 1) ** 2) .eq (0) ]
R = p.solve ("ralg)
Принтирай r.xf
Очакван изход:
...
objFunValue: 717.75631 (осъществимо, макс ограничение = 7.44605e-07)
{Една: масив ([8.99999792, 8.87525277]), б: масив ([- 1.01999971]), в: масив ([1.0613562])}

Какво ново в този отпуснете:

• Interalg сега работи много пъти (понякога разпореждания) по-бързо на (евентуално) многоизмерни проблеми интеграция (IP) и на някои проблеми оптимизация
• Добави моделиране гъста (MI) (QC) QP в FuncDesigner (алфа-версия, рендериране може да работи бавно, все още)
• Bugfix за cplex обвивка
• Някои подобрения за FuncDesigner интервал анализ (и по този начин interalg)
• Добави FuncDesigner интервал анализ за тен в диапазон (-pi / 2, PI / 2)
• Някои други поправки на грешки и подобрения
• (патентен) FuncDesigner стохастичен адон сега се предлага като самостоятелен PYC-файл, станаха достъпни за Python3 както

Какво ново във версия 0.45:

• Етерични подобрения за FuncDesigner интервал анализ (по този начин влияят interalg)
• Временно walkaround за сериозен бъг в FD автоматична ядрото диференциация поради бъг в някои версии на Python или NumPy, може да повлияе на оптимизационни задачи, включително (MI) LP, (MI) NLP, TSP т.н.
• Някои други дребни поправки на грешки и подобрения.

Какво ново във версия 0.43:

• interalg сега може да реши SNLE в 2-ри режим (параметър dataHandling = & quot; сурова & quot ;, преди - само & quot; сортирани & quot;)
• Много други подобрения за interalg
• Някои подобрения за FuncDesigner ядрото
• FuncDesigner ODE вече има 3 аргументи вместо 4 (назад несъвместимост!), Напр {T: np.linspace (0,1,100)} или просто np.linspace (0,1,100), ако си ODE дясната страна е време-independend
• FuncDesigner стохастичен адон вече могат да се справят с някои проблеми с градиент базирани на НЛП / НСП решават
• Много малки подобрения и някои поправки на грешки

Какво ново във версия 0.39:

• interalg: добави категорийните променливи и общите логически ограничения, много други подобрения
• Някои подобрения за автоматична диференциация
• DerApproximator и някои OpenOpt / FuncDesigner функционалност сега работи с PyPy
• New решаване lsmr за гъста / рядка LLSP
• oovar конструктори сега могат да се справят параметри LB и UB, напр а = oovar ("а", LB = -1, UB = [1,2,3]) (тази oovar трябва да има размер 3) или х = oovars (10, LB = -1, UB = 1)
• New FuncDesigner функция hstack, подобен синтаксис да numpy.hstack, напр F = hstack ((A, B, C, D))
• Някои фиксирани бъга

Какво ново във версия 0.36:

• Interval анализ вече може да включва мин, макс и 1-г монотонни шлици R - & GT; R на 1-ви и 3-ти ред
• Някои поправки на грешки и подобрения

Какво ново във версия 0.21:

• Нови функции: интеграция, Преводач
• Някои ускорим за оценка функции, автоматична диференциация, оптимизационни проблеми с някои фиксирани променливи
• New параметър useSparse за оптимизация probs и автоматична диференциация (понякога autoselect работи преждевременно)
• New параметър exactShape за автоматично диференциация (предотвратява ласкателни операции)
• Някои поправки на грешки (най-вече WRT използвайки разредени матрици) и код за почистване

Какво ново във версия 0.18:

• Добави FuncDesigner оператор ifThenElse
• Лични отклонения за FuncDesigner ограничения
• сега, за да се определи ограничение равенство можете да използвате expression_1 == expression_2, евентуално с толерантност, както и: (xpression_1 == expression_2) (тол = 0.0001)
• някои подобрения в автоматичната диференциация (още известна още остава да се направи)
• & отрицателната допуски & quot; за ограничения (да бъде строга с подходящо мащабиране). Все пак, може би в бъдеще тя ще бъде заменена с нещо като myConstr (стриктна = True) за по-добро разбиране.
• име () маркира като непрепоръчителна

<силни> Изисквания :

• Python
• NumPy