0

Jythonで実行されているPythonプログラム（サードパーティのJava APIを使用するため）があり、その中で多変量関数の制約付き最小化を計算したいと思います。

Scipyには、完全に機能するこのためのモジュールがあります（scipy.optimize）が、残念ながら、Jython内でscipyを使用することはできません。Jythonでこれを行うための優れたライブラリ/他の方法を知っている人はいますか？これをJythonで実行できれば、準備は万端です。

def func(x, sign=1.0):
    """ Objective function -- minimize this """
    return sign*(2*x[0]*x[1] + 2*x[0] - x[0]**2 - 2*x[1]**2)

def func_deriv(x, sign=1.0):
    """ Derivative of objective function """
    dfdx0 = sign*(-2*x[0] + 2*x[1] + 2)
    dfdx1 = sign*(2*x[0] - 4*x[1])
    return np.array([ dfdx0, dfdx1 ])

cons = ({'type': 'eq',
         'fun' : lambda x: np.array([x[0]**3 - x[1]]),
         'jac' : lambda x: np.array([3.0*(x[0]**2.0), -1.0])}, #partial derivative of fun
        {'type': 'ineq',
         'fun' : lambda x: np.array([x[1] - 1]),
         'jac' : lambda x: np.array([0.0, 1.0])})   #partial derivative of fun

res = minimize(func, [-1.0,1.0], args=(-1.0,), jac=func_deriv, 
               method='SLSQP', constraints=cons, options={'disp': True})

ありがとう！-マイケル

4

2 に答える 2

2

すでにJythonにアプリケーションがあるため、これは特定のユースケースに最適なソリューションではない可能性がありますが、JPype（リンク）CPythonプログラムがJVMで実行されているプログラムと通信できるようにします。自分で試したことはありませんが、こんにちは。ここに世界の例。

基本的に、Javaクラスを作成し、それをjarにコンパイルしてから、CPythonで実行します。

import jpype
import os.path

jarpath = os.path.join(os.path.abspath('.'), 'build/jar')
jpype.startJVM(jpype.getDefaultJVMPath(), "-Djava.ext.dirs=%s" % jarpath)

# get the class
hello_world = jpype.JClass('com.stackoverflow.HelloWorld')
t = hello_world()  # create an instance of the class
t.helloWorld("Say hello")  # try to call one of the class methods
jpype.shutdownJVM()

私はそれがあなたのアプリケーションロジックを逆転させることを理解しています。もう1つのオプションはsubprocess、入力/出力を使用してシリアル化することです。

アップデート

私は最近同様の問題に遭遇し、試しJPypeてみることにしました。少なくともOSXにインストールする際にいくつかの問題がありますが、使用する価値があると言えます。ここでヘルプを参照してください（一部のJVMパスはで変更する必要がありますsetup.py） 。

于 2013-02-04T21:52:10.583 に答える
1

プロジェクトでJythonを使用している場合は、Slsqp4jを使用してJVMでネイティブに解決を実行し、SciPyコードの記述を完全にバイパスできます。Slsqp4jは、SciPyに含まれているSLSQPソルバーのJavaラッパーです。APIはSciPyのものと非常によく似ています。ここでホストされています： https ：//github.com/skew-opensource/slsqp4j

（開示：私は著者です）

于 2020-03-04T18:36:38.877 に答える