3 d和2 d矩阵乘法的目标函数

6视图(30天)

显示旧的评论

木树T 2020年10月25日

0
链接

这个问题直接联系

//www.tatmou.com/matlabcentral/answers/625323-3d-and-2d-matrix-multiplication-in-the-objective-function

评论道: 木树T2020年10月26日

我有一个3 d矩阵NxNxM和2 d B矩阵(NxN),将一个整数优化变量矩阵解算器。我想把A和B获得(NxNXM)矩阵。然后我需要和所有的元素产生的3 d矩阵。

我的目标函数如下:

ndesign = optimproblem (“目标”sum (a * B,“所有”));

我可以做这个乘法解决如果我不使用。然而,我收到以下错误当我把它放在目标函数:

                         错误使用optim.internal.problemdef.ElementwiseOperator / checkIsValid
                        
                         论点尺寸1454 - 1454 - 50和1454 -,- 1454必须同意。
                        
                         错误在optim.internal.problemdef.Times / checkIsValid
                        
                         错误在optim.internal.problemdef.Times.getTimesOperator
                        
                         错误在。
                        
                         错误在networkdes(第290行)
                        
                         ndesign = optimproblem (“目标”sum (a * B,“所有”));%建立优化问题

我还需要转换3 d矩阵稀疏的三维矩阵。我使用ndSparse库创建它,但是我又不能在目标函数中使用它。提前谢谢。

编辑更多的解释。这是我的优化脚本:

                         一个=% (1454 x1454x50) 3 d矩阵
                        
                         A_sparse = ndSparse(一个);
                        
                         B = optimvar (“b”,长度(一),(A)],“类型”,“整数”,下界的0,“UpperBound”1);
                        
                         ndesign = optimproblem (“目标”sum (a * B,“所有”));%建立优化问题
                        
                         % ndesign = optimproblem(“目标”,总和(A_sparse。* B '所有'));%创建稀疏优化问题
                        
                         ndesign.Constraints。const1 = (B(诊断接头(B)) = = 0);% B_ii = = 0
                        
                         ndesign.Constraints。const2 =(和(B,“所有”)= = 20);
                        
                         选择= optimoptions (“intlinprog”,“显示”,“关闭”,“PlotFcn”,@optimplotmilp);
                        
                         [溶胶,fval exitflag、输出]=解决(ndesign,“选项”、选择);

10评论
显示9年纪大的评论隐藏9以上的评论

斯蒂芬 2020年10月25日

这个问题似乎只有第三维度发生:

                               一个=兰德(1454、1454、50);
                              
                               B = optimvar (“b”,长度(一),(A)],“类型”,“整数”,下界的0,“UpperBound”1);
                              
                               ndesign = optimproblem (“目标”sum (a * B,“所有”));

导致错误:

                               错误使用optim.internal.problemdef.ElementwiseOperator / checkIsValid
                              
                               论点尺寸1454 - 1454 - 50和1454 -,- 1454必须同意。
                              
                               错误在optim.internal.problemdef.Times / checkIsValid
                              
                               错误在optim.internal.problemdef.Times.getTimesOperator
                              
                               错误在。
                              
                               错误无题(4号线)
                              
                               ndesign = optimproblem (“目标”(a * B)之和,“所有”);

调试器不工作,因为我们不跳int *函数,当错误发生。如果你离开第三维度,那么作品没有抛出错误。

                               一个=兰德(1454、1454);
                              
                               B = optimvar (“b”,长度(一),(A)],“类型”,“整数”,下界的0,“UpperBound”1);
                              
                               ndesign = optimproblem (“目标”sum (a * B,“所有”));

还正常计算正常工作:

                               一个=兰迪(10、10、10、3);
                              
                               B =兰迪(10、10、10);
                              
                               a * B

给:

                               ans (:: 1) =
                              
                               9 2 30 45 8 4 12 18 18 25
                              
                               5 12 9 56 8 8 1 24 40 12
                              
                               81 35 100 21 80 10 18 27 18 30
                              
                               63 21 81 12 24 6 9 6 16
                              
                               30 20 40 42 54 16 63 36 25 80
                              
                               80年21 9 35 80 12 35 5 14 81
                              
                               9 63 54 30 9 50 42 80 7 15
                              
                               70 24 72 81 32 10 10 24 15
                              
                               42 42 24 2 48 90 7 30 20
                              
                               4 9 18 2 20 12 14 90 40 14
                              
                               ans (:: 2) =
                              
                               54 6 30 64 32 8 24 18 20
                              
                               1 3 80 24 64 3 18 5
                              
                               72年28 90年14 60 6 30 27 45 30
                              
                               21 56 3 45 24 9 12 27 30 8
                              
                               100 30 21 45 80 21 81 15
                              
                               15 63年48 80 63 4 49 45 16 72人
                              
                               15 18 18 20 36 30 60 20 10 35
                              
                               7 54 56 36 28 15 20 60 42 9
                              
                               21 48 12 2 2 32 27 42 36 20
                              
                               3 5 6 4 45 30 90 36 21
                              
                               ans (:: 3) =
                              
                               72 2 35 64 32 4 21 18 50
                              
                               2 3 9 56 4 24 7 32 10 10
                              
                               18 7 30 35 30 4 21 81 9
                              
                               70年14 9 54 24 6 18 27 18 40
                              
                               45 100 100 80 81 2 56 9 5
                              
                               56 70 12 14 8 16 63 30 10 9
                              
                               3 45岁20 36 10 54 10 2 15
                              
                               7 48 16 27 8 10 30 18 28 30
                              
                               49 36 30 8 8 40 27 49 30 4
                              
                               5 10 18 8 30 18 12 27 40 35

既然我没有多expirience使用基于问题的方法,我不知道如果这是一个错误或者如果这是不可能的。也许你可以重写为基于问题的解决者。

也许还沃尔特可以帮助甚至告诉我们,如果这是一个错误,或者这里错了什么。

木树T 2020年10月26日

谢谢你的帮助!

我重塑一个矩阵(n * m, n)和B仍(n, n)

A_re =重塑(一个,大小(A, 1) * (A, 3)大小,大小(A, 1)));

,改变了我的目标函数

ndesign = optimproblem (“目标”总和(A_re * B,“所有”));

并且它成功了!但是,我不能够使用ndSparse类稀疏矩阵来做同样的事情

                               A_sparse = ndSparse (A_re);
                              
                               ndesign = optimproblem (“目标”总和(A_sparse * B,“所有”));

当我运行上面的脚本,我得到以下错误:

                               错误使用双
                              
                               转换从optim.problemdef翻倍。OptimizationVariable是不可能的。
                              
                               错误在ndSparse > mkCompat(第2803行)
                              
                               X =双(X);
                              
                               错误*(第1083行)
                              
                               obj = finalObject (mkCompat (L) * mkCompat (R));
                              
                               错误在networkdes_rev(20)行
                              
                               ndesign = optimproblem (“目标”总和(A_sparse * B,“所有”));

我怎么能做到这一点,在目标函数中使用它吗?

登录置评。

在回答这个问题。

答案(0)

在回答这个问题。

类别

数学和优化优化工具箱优化结果和迭代解算器输出显示

找到更多的在和迭代解算器输出显示在帮助中心和文件交换

下载188bet金宝搏

MATLAB

释放

R2019a

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!

3 d和2 d矩阵乘法的目标函数

10评论
显示9年纪大的评论隐藏9以上的评论

答案(0)

另请参阅

类别

标签

下载188bet金宝搏

释放

社区寻宝

3 d和2 d矩阵乘法的目标函数

10评论 显示9年纪大的评论隐藏9以上的评论

答案(0)

另请参阅

类别

标签

下载188bet金宝搏

释放

社区寻宝

10评论
显示9年纪大的评论隐藏9以上的评论