
最简单的方式是使用Python的pip包管理器,pip可以自动根据包的名称搜索并下载包,安装包时,自动先安装所依赖的包,十分简单方便。
在linux中可以使用以下代码安装pip包管理器:
sudo apt-get install python-pip安装好pip包管理器后,安装包就可以使用简单的一条语句
pip install 包名称使用
pip list可以查看已经安装好的包。
linux lpopt 安装目录是:在系统 /usr/local 目录下,默认是放在新建的 build 文件夹中。代码是../configure --prefix=/usr/localmake。
linux lpopt检测编译是否成功的代码是:sudo make testsudo make install。
linux lpopt安装代码是:
cd ~/Ipopt-3.12.8/ThirdParty/Blas
./get.Blascd ../ASL
./get.ASLcd ../Lapack
./get.Lapackcd ../Mumps
./get.Mumpscd ../Metis。
/get.Metis
下载完第三方库之后,回到 Ipopt-3.12.8 文件夹路径下,cd ../../mkdir buildcd build。
使用linux lpopt解决非线性规划最优化问题的方法是:
第一步:求解目标函数的梯度。
第二步:求解约束条件的Jacobian矩阵。
第三步:求解目标函数和约束条件的Hessian矩阵。即求解。
得到至此,准备工作已经就绪,接下来调用Ipopt 的API接口进行计算。
1、get_nlp_info设置以下的参数:n=4//变量x个数、m=2//约束条件个数、nnz_jac_g=8//Jacobian非零个数、Nnz_h_lag=10//Hessian非零个数。
2、get_bounds_info 设置以下的参数:x_l[i]设置xi的下界值、x_u[i]设置xi的上界值、g_l[i]设置约束i的下界值、g_u[i]设置约束i的上界值。
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)