Netlogo本地优化

Question

我想估计对新产品的需求。客户是代理商。每种产品都有3个变量，需要根据购买来优化。为了找到最大化销售的最佳变量，我使用了局部优化算法，即梯度下降。它的工作如下：

1.定义重量，大小和价格的初始价值。2.搜索过程开始：dgradient是目标函数梯度的规范。DX计算了变量和新变量之间的差异。

 while [dgradient > 0.00001 and numiter < 1000 and dxw > 0.00001 and dxs > 0.00001 and dxp > 0.00001]
set weightnw weight - stepsize * (the gradient)
set sizenw size - stepsize * (the gradient)
setpricenw price - stepsize * (the gradient)

搜索过程在附近产生新变量，但我必须确保它们在范围内。因此，我在循环时定义了这个，以确保它们处于范围：

 while [not(((weightnw <= 400) and (weightnw >= 100)) and ((sizenw >= 5) and sizenw <= 20)) and ((pricenw >= 20) and (pricenw <=90)))] 
set stepsize stepsize - 0.0001
 set weightnw weight - stepsize * (the gradient)
set sizenw size - stepsize * (the gradient)
setpricenw price - stepsize * (the gradient)

然后计算目标函数，并比较新变量的目标函数的值。

该过程有意义吗？

谢谢

Answer 1

numanal扩展包括几种优化多变量问题的方法，包括单纯形方法和更深奥的方法，例如CMAES和BOBYQA。它们确实允许设定界限。Netlogo 6.0还没有准备好(有5.3的工作版本(，但是如果您认为它可能有用，请让我知道，我可以为您运送Beta。

charles