// NOTE: Неизвстно, как преобразовать Func<Vector<double>, double> к Func<PointN, double>
// Поэтому будут использованы две аналогичные функции
// Для них используются ужасно похожие лямбды.
// Возможно, этот конфликт можно решить
// TODO: надо бы сравнить производительность алгоритмов
// Можно привлечь сюда число итераций например
// TODO: см в тетради и реши все тестовые задачи
// COMPLETE
#region TEST2_1
static void Test2_1()
{
// Input data
FunctionNDByAlex funcND = (PointN point) => { return(4 * System.Math.Pow(point.At(0) - 5.0, 2.0) + System.Math.Pow(point.At(1) - 6.0, 2.0)); };
FunctionNDMathNet funcNDMathNet = (VectorNMathNet point) => { return(4 * System.Math.Pow(point.At(0) - 5.0, 2.0) + System.Math.Pow(point.At(1) - 6.0, 2.0)); };
PointN x0 = new PointN(100.0, 100.0);
VectorNMathNet x0MathNet = Helpers.PointNToMathNet(x0);
const double eps = 0.01;
// Testing
TestOptimalGradientMethod(funcND, x0, eps);
TestVariableMetricMethod(funcNDMathNet, x0MathNet, eps);
}
// Работает с MathNet.Numerics.LinearAlgebra.Vector<double>;
static void TestVariableMetricMethod(FunctionNDMathNet funcNDMathNet, VectorNMathNet x0, double eps)
{
VariableMetricMethod vmm = new VariableMetricMethod(funcNDMathNet, x0);
sw.Start();
VectorNMathNet result = vmm.FindMin(eps);
sw.Stop();
//Console.Write(String.Join("\n", vmm.Log)); // Выводим все сообщения от этого метода
Console.WriteLine("Рабочая информация метода VariableMetric лежит в txt файле VariableMetricOutput");
System.IO.File.WriteAllText(@"D:\Study\OptimizationMethods\3\VariableMetricOutput.txt", String.Join("\n", vmm.Log));
Console.WriteLine("\n---------------------------------------------");
Console.WriteLine("Variable metric method: x_min = {{{0} {1}}}", result[0].ToString("N6"), result[1].ToString("N6"));
Console.WriteLine("F(x_min) = {0}", funcNDMathNet(result));
Console.WriteLine("Time: {0}ms", sw.ElapsedMilliseconds);
Console.WriteLine("=============================================");
}
// FAILED (первый несет чушь)
// 1) Градиент все время прыгает во все стороны, а xk все наращивается
// Все потому, что вектор указыает направление наискорейшего возрастания и очень большой
// xk быстро наращивается
// 2) yk или Hk или M_yk_t становится слишком мал
// вследствие этого, на одной из итераций (когда близко к минимуму), мы получаем деление на нуль
// Поэтому я выставил eps = 0.5 для того, чтобы метод остановился до деления на нуль
// Вывод: Методы чуть менее чем полностью не приспособлены для минимизации не униминимальных функций
#region TEST2_1_1
static void Test2_1_1()
{
// Input data
FunctionNDByAlex funcND = (PointN point) =>
{
return(SMath.Pow(SMath.Pow(point.At(0), 2) + point.At(1) - 11.0, 2.0)
+ SMath.Pow(point.At(0) + SMath.Pow(point.At(1), 2) - 7.0, 2.0));
};
FunctionNDMathNet funcNDMathNet = (VectorNMathNet point) =>
{
return(SMath.Pow(SMath.Pow(point.At(0), 2) + point.At(1) - 11.0, 2.0)
+ SMath.Pow(point.At(0) + SMath.Pow(point.At(1), 2) - 7.0, 2.0));
};
PointN x0 = new PointN(3.0, 3.0);
VectorNMathNet x0MathNet = Helpers.PointNToMathNet(x0);
const double eps = 0.1; // TODO при слишком малых eps происходит деление на 0 в формуле пересчета Hk
// Testing
TestOptimalGradientMethod(funcND, x0, eps);
TestVariableMetricMethod(funcNDMathNet, x0MathNet, eps);
}