fmincon
コード生成の静的メモリ割り当て
この例では、コード生成において計算中に行列サイズがいくつか変化する場合でも、静的メモリ割り当てを使用する方法を説明します。
この問題は単純な非線形最小化であり、非線形制約関数と線形制約の両方を使用しています。線形制約行列のサイズが反復のたびに変化するため、必要なメモリ容量が反復のたびに増えます。この例では、coder.varsize
コマンドを使用して、静的メモリ割り当てに適切な変数サイズを設定する方法を説明します。
nlp_for_loop.m
ファイルには、目的関数、線形制約、非線形制約関数が含まれています。次のコードをコピーして、MATLAB® パスにこのファイルを作成してください。
function nlp_for_loop % Driver for an example fmincon use case. Adding constraints increases the % minimum and uses more memory. maxIneq = 4; % Number of linear inequality constraints nVar = 5; % Number of problem variables x A = zeros(0,nVar); b = zeros(0,1); % The next step is required for static memory support. Because you concatenate % constraints in a "for" loop, you need to limit the dimensions of the % constraint matrices. %coder.varsize('var name', [maxRows, maxCols], [canRowsChange, canColsChange]); coder.varsize('A',[maxIneq,nVar],[true,false]); coder.varsize('b',[maxIneq,1],[true,false]); Aeq = [1,0,0,0,1]; beq = 0; lb = []; ub = []; % Initial point x0 = [2;-3;0;0;-2]; options = optimoptions('fmincon','Algorithm','sqp','Display','none'); for idx = 1:maxIneq % Add a new linear inequality constraint at each iteration A = [A; circshift([1,1,0,0,0],idx-1)]; b = [b; -1]; [x,fval,exitflag] = fmincon(@rosenbrock_nd,x0,A,b,Aeq,beq,... lb,ub,@circleconstr,options); % Set initial point to found point x0 = x; % Print fval, ensuring that the datatypes are consistent with the % corresponding fprintf format specifiers fprintf('%i Inequality Constraints; fval: %f; Exitflag: %i \n',... int32(numel(b)),fval,int32(exitflag)); end end function fval = rosenbrock_nd(x) fval = 100*sum((x(2:end)-x(1:end-1).^2).^2 + (1-x(1:end-1)).^2); end function [c,ceq] = circleconstr(x) radius = 2; ceq = []; c = sum(x.^2) - radius^2; end
静的メモリ割り当てを使用して、このファイルからコードを生成するには、コーダーの構成を次のように設定します。
cfg = coder.config('mex'); cfg.DynamicMemoryAllocation = 'Off'; % No dynamic memory allocation cfg.SaturateOnIntegerOverflow = false; % No MATLAB integer saturation checking cfg.IntegrityChecks = false; % No checking for out-of-bounds access in arrays
nlp_for_loop.m
ファイルのコードを生成します。
codegen -config cfg nlp_for_loop
得られた MEX ファイルを実行します。
nlp_for_loop_mex
1 Inequality Constraints; fval: 542.688894; Exitflag: 1 2 Inequality Constraints; fval: 793.225322; Exitflag: 1 3 Inequality Constraints; fval: 1072.945843; Exitflag: 1 4 Inequality Constraints; fval: 1400.000000; Exitflag: 1
問題の制約が増えるため、反復のたびに関数値が大きくなります。