Java中的Levenberg-Marquardt最小化

Question

我通常用MATLAB编写代码，但由于某些原因，我决定切换到JAVA方法。

问题很简单:我想了解如何将以下MATLAB代码转换为工作正常的JAVA代码。

在MATLAB中，我有一个名为findZ0的目标函数。

function F = findZ0(V, Z, Latitude, TI, x)
%%% Inputs
% V = Average Wind Speed at Hub Height
% Z = Hub Height;
% Latitude = Specific Site Latitude (default value equal to 50 deg);
% x = Tryout Roughness length;
% TI = Target Turbulent Intensity;
%%% Outputs
% F = Roughness Length tuned to match Target Turbulent Intensity

Latitude = deg2rad(Latitude);
omega = 72.9E-06;
f = 2*omega*sin(Latitude);
ustar = ( 0.4*V - 34.5*f*Z)/log(Z/x);
mu = 1 - ((6*f*Z)/(ustar));
p = mu^(16);
sigmaTarget = (V*TI)/100;

F = sigmaTarget - (( 7.5*mu*ustar*((0.538 + .09*log(Z/x))^p) )/(1 + .156*log(ustar/(f*x))));
end

然后我把这几行代码命名为：

Uhub = 8;
HubHt = 90;
Latitude = 50;
x_trial = 0.01;
TI_target = 24;

find_z0 = @(x) findZ0(Uhub,HubHt,Latitude,TI_target, x);
z0 = fsolve(find_z0,x_trial,{'fsolve','Jacobian','on','levenberg-marquardt',.005,'MaxIter',15000,'TolX',1e-07,'TolFun',1E-07,'Display','off'});

我知道Java中已经导入了Fortran包，但我真的不知道如何通过应用上述工具来实现我的目标。因此，我欢迎任何关于如何克服这个问题的建议。

Answer 1

我建议使用像Apache Commons这样的现有解决方案-它是一个健壮的库，其中包含许多您可能会发现有帮助的工具。

LM优化方法是在by this class中实现的-您可以直接使用它，也可以直接查看它来获得灵感。