922769_ja-JP

liliconcom

方程式変数に基づく JSL での動的制約最小化方程式

I am using Constrained Minimize() in JSL and would like to build both the 目的関数 and the 制約を動的に設定する, based on which variables appear in the objective equation.

単純なケースでは、すべてをハードコードすることができます。たとえば、次のようになります。

R_nom = 0.1;
L_nom = 0.5;
S_nom = 48.2;
B_nom = 0.05;
R_eq = 0.1;
L_eq = 0.5;
S_eq = 48.2;
B_eq = 0.05;
R_sd = :sd_R;
L_sd = :sd_L;
S_sd = :sd_S;
B_sd = :sd_B;
bias_const = 1.5;
R_bias = R_sd * bias_const;
L_bias = L_sd * bias_const;
S_bias = S_sd * bias_const;
B_bias = B_sd * bias_const;




minFun = Constrained Minimize(
	(16.388 * Pi() * R_nom ^ 2 * L_nom - B_nom) * S_nom,
	{R_nom( R_eq - R_Bias, R_eq + R_Bias ), L_nom( L_eq - L_Bias, L_eq + L_Bias ), S_nom( S_eq - S_Bias, S_eq + S_Bias ),
	B_nom( B_eq - B_Bias, B_eq + B_Bias )},
	<
     <TOLERANCE></TOLERANCE>

<P>ただし、<STRONG data-start="1086" data-end="1118">方程式は動的に変化する可能性があります</STRONG>。例:</P>

<CODE class=" language-jsl">R_nom^2 * L_nom // instead of 16.388 * Pi() * R_nom ^ 2 * L_nom - B_nom) * S_nom

In that case, I only want constraints for R_nom and L_nom, not for B_nom or S_nom.

私が達成したいこと

1. Define the objective function as an expression (Expr()).

2. 方程式で使用される入力変数を決定します（このための関数を作成しました）

   varsUsed = {"R_nom","L_nom"}; //when equation is R_nom^2 * L_nom

   
   
   

3. これらの変数に対してのみ制約リストを自動的に構築します。

4. Pass the dynamically generated constraint list into Constrained Minimize().

現在のアプローチ

パラメータのメタデータ (名目変数、平衡値、バイアス) を連想配列に保存します。例:

paramInfo = Associative Array();

paramInfo["R_nom"] = {R_nom, R_eq, R_bias};
paramInfo["L_nom"] = {L_nom, L_eq, L_bias};
paramInfo["S_nom"] = {S_nom, S_eq, S_bias};
paramInfo["B_nom"] = {B_nom, B_eq, B_bias};

私が行き詰まっているところ

I am having trouble 有効な制約式を動的に構築する in JSL so that they are accepted by Constrained Minimize().

<LINGO-LABS id="lingo-labs-922769" slang="en-US" mode="CREATE"> <LINGO-LABEL>自動化とスクリプト</LINGO-LABEL> </LINGO-LABS> Re: 方程式変数に基づく JSL の動的制約最小化方程式

おそらく、Name Exprを混ぜた式の評価が必要になるでしょう。これはいくつかのアイデアを与えるかもしれません。

Names Default To Here(1);

params = Associative Array();
params["R_nom"] = {R_nom, R_eq, R_bias};
params["L_nom"] = {L_nom, L_eq, L_bias};
params["S_nom"] = {S_nom, S_eq, S_bias};
params["B_nom"] = {B_nom, B_eq, B_bias};

vars = {"R_nom","L_nom"}; 


l = {};
For Each({var}, vars,
	e = Substitute(Expr(nom(eq - bias, eq + bias)),
		Expr(nom), Name Expr(params[var][1]),
		Expr(eq), Name Expr(params[var][2]),
		Expr(bias), Name Expr(params[var][3]),
	);
	Insert Into(l, Name Expr(e));
);


minFun = EvalExpr(
	Constrained Minimize(
		(16.388 * Pi() * R_nom ^ 2 * L_nom - B_nom) * S_nom,
		Expr(l),
		<
     <TOLERANCE></TOLERANCE>