Microsoft Solver Foundation与Matlab fmincon的约束非线性优化

        2012年2月25日的重要更新： MSF 3.1现在通过其NelderMeadSolver求解器支持带有边界变量的非线性优化：http://msdn.microsoft.com/zh-cn/library/hh404037(v=vs.93).aspx 对于一般的线性约束，Microsoft求解器基础仅通过其内部点求解器支持线性编程和二次编程。对于此求解器，请参阅Tomas提到的SVM帖子。 MSF有一个通用的非线性规划求解器，Limited-Memory-BFGS，但是它不支持任何约束。该求解器还需要显式梯度函数。对于此求解器，请参阅： 使用MSF在F＃中进行逻辑回归 Tomas提到的F＃ODSL仅支持线性编程。我有一个QP扩展名，可以在codexplex上找到。 回到您的问题-使用线性约束（类似于

fmincon

）优化f（x），我还没有看到任何具有此功能的免费库。 NMath.NET（商业）似乎有一个。我尝试过使用它来解决高度非线性的优化问题，但对我而言不起作用。最后，我求助于在DotNumerics中实现的B-LBFGS。 我想您也会对以下SO问题感兴趣： MATLAB的fmincon函数的开源替代品吗？ 答案指向

SciPy.​optimize.​cobyla

，这似乎与

fmincon

类似。但是主要的信息是，对于您的特定问题，也许“ 0”太笼统了。您可以使用更具体的求解器，例如LBFGS或QP。同样，如果您的初始值不好，一般求解器有时也将不起作用。     

        我本人对Microsoft Solver Foundation经验不足，但是有一篇很好的文章演示了如何从F＃中使用它： 使用Microsoft Solver Foundation的F＃中的支持向量机（SVM） 对于F＃，还有一种嵌入式建模语言-这使您可以将约束作为普通的F＃表达式（用引号引起来）编写，并且该语言的解释器调用Microsoft Solver Foundation并创建适当的约束（我认为这太棒了！ ）： 利用Microsoft Solver Foundation的F＃优化建模语言     

        我最近将Michael Powell的无导数代码COBYLA2（非线性目标函数，非线性约束）和BOBYQA（非线性目标函数，可变边界）移植到了C＃中。当优化问题仅包含可变范围时，BOBYQA算法的速度将大大提高。 我已经开源了这两个代码；您可以在Github上找到它们：cscobyla和csbobyqa。 如果您更喜欢基于导数的算法，那么我还实现了IPOPT的适配器。它称为csipopt，也可以从Github获得。 没有针对这些算法中的任何一种开发的Solver Foundation接口，我不能说它们与fmincon相比有多好（我自己不是Matlab用户），但希望代码对优化工作有所帮助。     

        我意识到这是一个老问题，但是这里的答案不正确和/或已过时。这是有关如何在MSSF中使用约束非线性求解器的权威教程： 如何：使用Solver Foundation Services API使用非线性编程 本示例使用默认的非线性求解器，称为HybridLocalSearchSover。 （但是，我对fmincon并不熟悉，所以我不能这样说。）