FuncDesigner

FuncDesigner is een open source CAS (Computer & nbsp; Algebra System) geschreven in Python. Hieronder staan ​​drie voorbeelden, zodat u kunt begrijpen hoe het project werkt.
Voorbeeld:
van FuncDesigner import *
a, b, c = oovars ('a', 'b', 'c')
f1, f2 = sin (a) + cos (b) - log2 (c) + sqrt (b), sum (c) + c * cosh (b) / arctan (a) + c [0] * c [1] + C [-1] / (a ​​* c.size)
f3 = f1 + f2 * 2 * a + sin (b) * (1 + 2 + 3 * c.size * f2.size)
f = 2 * a * b * c + f1 * F2 + F3 + punt (a + c, b + c)
punt = {a: 1, b: 2, c: [3, 4, 5]} # echter, zou je beter gebruiken numpy arrays in plaats van Python lijsten
print (f (punt))
print (f.D (punt))
print (f.D (punt a))
print (f.D (punt, [b]))
print (f.D (punt, fixedVars = [a, c]))
Verwachte output:
[140.9337138 110.16255336 80.67870244]
{A: array ([69,75779959, 88,89020412, 109,93551537]), b: array ([- 23,10565554, -39,41138045, -59,08378522]),
c: array ([[6,19249888, 38,261221, 38,261221],
[29.68377935, -,18961959, 29,68377935],
[23.03059873, 23.03059873, -6,22406763]])}
[69.75779959 88.89020412 109.93551537]
{B: array ([- 23,10565554, -39,41138045, -59,08378522])}
{B: array ([- 23,10565554, -39,41138045, -59,08378522])}
& Nbsp; * U kunt gebruik maken van "voor" cyclus in FuncDesigner code
Voorbeeld:
van FuncDesigner import *
a, b, c = oovars ('a', 'b', 'c')
f1, f2 = sin (a) + cos (b) - log2 (c) + sqrt (b), sum (c) + c * cosh (b) / arctan (a) + c [0] * c [1] + C [-1] / (a ​​* c.size)
f3 = f1 + f2 * 2 * a + sin (b) * (1 + 2 + 3 * c.size * f2.size)
F = sin (f2) * f3 + 1
M = 15
voor i in range (M): F = 0.5 * F + 0,4 * f3 * cos (f1 + 2 * f2)
punt = {a: 1, b: 2, c: [3, 4, 5]} # echter, zou je beter gebruiken numpy arrays in plaats van Python lijsten
print (F (punt))
print (F.D (punt))
print (F.D (punt a))
print (F.D (punt, [b]))
print (F.D (punt, fixedVars = [a, c]))
[4.63468686 0.30782902 1.21725266]
{A: array ([- 436,83015952, 204,25331181, 186,38788436]), b: array ([562,63390316, -273,23484496, -256,32464645]),
c: array ([[395,96975635, 167,24928464, 55,74976155],
& Nbsp; [-74,80518167, -129,34496329, -19,94804845],
& Nbsp; [-57,42472654, -45,93978123, -66,30049589]])}
[-436,83015952 204,25331181 186,38788436]
{B: array ([562,63390316, -273,23484496, -256,32464645])}
{B: array ([562,63390316, -273,23484496, -256,32464645])}
Voorbeeld:
van FuncDesigner import *
van openopt import NLP
a, b, c = oovars ('a', 'b', 'c')
f = som (een * [1, 2]) ** 2 + b ** 2 + c ** 2
startPoint = {a: [100, 12], b: 2, c: 40} # echter, zou je beter gebruiken numpy arrays in plaats van Python lijsten
p = NLP (f, startPoint)
p.constraints = [(2 * c + a-10) ** 2 <1,5 + 0,1 * B, (a-10) ** 28,9, a + b> [7,97999836, 7,8552538],
a <9 (c-2) ** 2 <1, b <-1,02, c> 1,01, ((b + c * log10 (a) .sum () - 1) ** 2) .eq (0) ]
r = p.solve (ralg)
afdruk r.xf
Verwachte output:
...
objFunValue: 717,75631 (haalbaar, max constraint = 7.44605e-07)
{A: array ([8,99999792, 8,87525277]), b: array ([- 1,01999971]), c: array ([1,0613562])}

Wat is nieuw in deze Persbericht:

• Interalg werkt nu vele malen (soms orders) sneller op (eventueel multidimensionale) integratieproblemen (IP) en op sommige optimalisatie problemen
• Voeg modellering dichte (MI) (QC) QP in FuncDesigner (alpha-versie, kan teruggeven langzaam nog werken)
• Bugfix voor CPLEX wrapper
• Een aantal verbeteringen voor FuncDesigner interval analyse (en dus interalg)
• Voeg FuncDesigner interval analyse voor tan in range (-pi / 2, pi / 2)
• Enkele andere bugfixes en verbeteringen
• (Proprietary) FuncDesigner stochastische addon is nu beschikbaar als standalone pyc-bestand, werd beschikbaar voor python3 evenals

Wat is nieuw in versie 0.45:

• Essentiele verbeteringen voor FuncDesigner interval analyse (dus van invloed op interalg)
• Tijdelijke walkaround voor een serieuze bug in FD automatische differentiatie kernel te wijten aan een bug in sommige versies van Python of NumPy, kan optimalisatie problemen, waaronder (MI) LP, (MI) NLP, TSP etc
invloed
• Een aantal andere kleine bugfixes en verbeteringen.

Wat is nieuw in versie 0.43:

• interalg kunnen nu SNLE op te lossen in de 2e stand (parameter dataHandling = & quot; rauw & quot ;, voorheen - alleen & quot; naargelang & quot;)
• Veel andere verbeteringen voor interalg
• Een aantal verbeteringen voor FuncDesigner kernel
• FuncDesigner ODE heeft nu 3 argumenten in plaats van 4 (achteruit incompatibiliteit!), Bijvoorbeeld {T: np.linspace (0,1,100)} of louter np.linspace (0,1,100) als uw ODE rechterkant is time-independend
• FuncDesigner stochastische addon kan nu wat problemen met gradiënt-gebaseerde NLP / NSP solvers verwerken
• Veel kleine verbeteringen en een aantal bugfixes

Wat is nieuw in versie 0.39:

• interalg: voeg categorische variabelen en algemene logische beperkingen, vele andere verbeteringen
• Een aantal verbeteringen voor de automatische differentiatie
• DerApproximator en sommige OpenOpt / FuncDesigner functionaliteit werkt nu met pypy
• Nieuwe solver lsmr voor dichte / schaars LLSP
• oovar constructeurs nu aankan parameters lb en ub, bv a = oovar ('a', lb = -1, ub = [1,2,3]) of x = oovars (dit oovar moet maat 3 hebben) (10 lb = -1, UB = 1)
• Nieuwe FuncDesigner functie hstack, vergelijkbaar syntaxis numpy.hstack, bv f = hstack ((a, b, c, d))
• Een aantal bugfixes

Wat is nieuw in versie 0.36:

• Interval analyse nu kunnen betrekken min, max en 1-d monotone splines R - & gt; R van 1e en 3e orde
• Een aantal bugfixes en verbeteringen

Wat is nieuw in versie 0.21:

• Nieuwe functies: Integratie, Translator
• Sommige speedup voor functies evaluatie, automatische differentiatie, optimalisatie problemen met sommige vaste variabelen
• Nieuwe parameter useSparse voor optimalisatie probs en automatische differentiatie (soms autoselectieproces voortijdig werkt)
• Nieuwe parameter exactShape voor automatische differentiatie (voorkomt flatterend operaties)
• Enkele bugfixes (vooral wrt behulp sparse matrices) en opkuis code

Wat is nieuw in versie 0.18:

• Voeg FuncDesigner exploitant ifThenElse
• Persoonlijke toleranties voor FuncDesigner beperkingen
• nu te definiëren beperking gelijkheid u kunt gebruiken expression_1 == expression_2, eventueel met tolerantie maar ook: (xpression_1 == expression_2) (tol = 0,0001)
• een aantal verbeteringen in de automatische differentiatie (nog wat meer moeten nog worden gedaan)
• & quot; negatieve toleranties & quot; voor beperkingen (strikte met de juiste schaal te zijn). Maar misschien is het in de toekomst zal worden vervangen door iets als myConstr (strenge = True) voor een beter begrip.
• de naam () gemarkeerd als deprecated

Eisen

• Python
• NumPy