julia - Julia + JuMP:函数的可变数量的参数

我正在尝试使用JuMP解决一个非线性问题，其中变量的数量由用户确定-即在编译时未知。

为此，@NLobjective行如下所示：

@eval @JuMP.NLobjective(m, Min, $(Expr(:call, :myf, [Expr(:ref, :x, i) for i=1:n]...)))

例如，如果是n=3，则编译器会将行解释为与以下行相同：

@JuMP.NLobjective(m, Min, myf(x[1], x[2], x[3]))

问题是@eval仅在全局范围内起作用，并且包含在函数中时会引发错误。

我的问题是：如何在函数的局部（未知编译范围）内实现相同的功能-使@NLobjective用可变数量的myf参数调用x[1],...,x[n]？

def testme(n)
    myf(a...) = sum(collect(a).^2)

    m = JuMP.Model(solver=Ipopt.IpoptSolver())

    JuMP.register(m, :myf, n, myf, autodiff=true)
    @JuMP.variable(m, x[1:n] >= 0.5)

    @eval @JuMP.NLobjective(m, Min, $(Expr(:call, :myf, [Expr(:ref, :x, i) for i=1:n]...)))
    JuMP.solve(m)
end

testme(3)

谢谢！

最佳答案

如http://jump.readthedocs.io/en/latest/nlp.html#raw-expression-input中所述，可以在没有宏的情况下给出目标函数。相关表达：

    JuMP.setNLobjective(m, :Min, Expr(:call, :myf, [x[i] for i=1:n]...))

比基于@eval的简单得多，并且可以在函数中使用。代码是：

using JuMP, Ipopt

function testme(n)
    myf(a...) = sum(collect(a).^2)

    m = JuMP.Model(solver=Ipopt.IpoptSolver())

    JuMP.register(m, :myf, n, myf, autodiff=true)
    @JuMP.variable(m, x[1:n] >= 0.5)

    JuMP.setNLobjective(m, :Min, Expr(:call, :myf, [x[i] for i=1:n]...))
    JuMP.solve(m)
    return [getvalue(x[i]) for i=1:n]
end

testme(3)

它返回：

julia> testme(3)

:

 EXIT: Optimal Solution Found.
3-element Array{Float64,1}:
 0.5
 0.5
 0.5