OptHub

Sphere関数の最小化問題

OptHubのチュートリアル用の問題

sphere

Sphere関数の最小化問題

Abstract

OptHubのチュートリアルで提供しているSphere関数です。Sphere関数の最小化問題は、最適化問題の中でも最も単純な設定の問題です。


定義

nn 次元 mm 目的のSphere関数は以下のように定式化される。

minimize fj(x1,x2,,xn)=i=1nxi2(j=1,2,,m)subject to <xi<(i=1,2,,n)\begin{array}{rl} \text{minimize } & f_j(x_1, x_2, \cdots, x_n) = \sum_{i=1}^{n} x_i^2 \quad (j=1,2,\cdots, m) \\ \text{subject to } & -\infty < x_i < \infty \quad (i=1,2,\cdots, n) \end{array}

最適解の調整

OptHubのSphere関数では、最適解を表す環境変数SPHERE_OPTIMAに代入する値を変更することによって、関数全体を平行移動させて最適解を調整することができる。SPHERE_OPTIMAは2次元配列で、SPHERE_OPTIMA[0], SPHERE_OPTIMA[1], SPHERE_OPTIMA[2]はそれぞれ f1,f2,f3f_1, f_2, f_3 の最適解を表す。

次元と目的数の調整

Sphere関数における次元 nn および目的数 mm は、最適解を表す環境変数SPHERE_OPTIMAによって決定される。具体的には、SPHERE_OPTIMAの配列の長さが mmSPHERE_OPTIMA[0] の配列の長さが nn となる。

Problem Owner

opthub

opthub

ID

sphere