C++：NLopt COBYLA与Matlab的比较

Question

我正在使用NLopt library，COBYLA algorithm，在C++中最小化基于日志的成本函数。我已经在Matlab中使用fmincom实现了同样的功能。Matlab函数的性能明显优于NLopt函数。它需要比NLopt少得多的优化，并且收敛到一个比NLopt好得多的最小值。

我相信这些算法所采用的补充方案是不同的。我试图复制NLopt的相同参数，与Matlab中默认的fmincon相同，但仍然没有给出类似的结果。

如果可能的话，我需要知道如何在NLopt中使用COBYLA，以类似于Matlab的方式进行收敛。提前感谢

Answer 1

为什么COBYLA？fmincon是afaik更像NLopt，也见LBFGS。它们使用梯度估计，因此当func()→二次估计时，收敛速度比COBYLA的线性近似要快得多。

我建议

• 打印/绘制两个优化器的所有func值(在函数中打印)
• 张贴所有选项的这两种；COBYLA是非常敏感的罗博斯和罗丹德
• 试试NLopt L，或NLopt BOBYQA，“迭代构造的二次近似”。

​

添加：fmincom使用

​

用于估计梯度的有限差分不是‘前进’(默认)，就是‘中央’.

是自动的。您可以运行like，或任何梯度优化器，使用类似单边或中心差异的梯度估计器。一般来说，这可能是对噪声函数或边界附近的一个很差的估计；

但是它在fmincom中适用于您，所以也应该在NLopt L中工作。

先试一试，然后再花时间在完全不同的方法上。

您需要设置这些NLopt参数：

initial_step，例如1或.1

ftol_abs和xtol_abs，例如1e-4，不小于你的需要。

(对于COBYLA、initial_step→Rho贝恩和initial_step scaled x xtol_abs→rhoend。)

注:从任何优化器中打印返回代码:为什么停止？