Définition de la fonction objectif à minimiser
La fonction à minimiser est décrit dans le module processus d'observations qui décrit le processus d'observation de détectabilité.
Cela se fait de la façon suivante dans l'interface:
mse.buildContrast()
Description du problème d'optimisation
Il s'agit d'un problème d'optimisation sous contraintes. Pour le résoudre, un algorithme de Quasi-Newton BFGS est couplé au simulateur. Il s'agit d'un algorithme itératif pour lequel le point de départ est précisé ainsi que les conditions de convergence. La diffusion est recherchée dans l'intervalle [0.01,5] et le taux de détection dans [0.01,0.99].
mse.setBfgsLowerBound(0,0.01)
mse.setBfgsLowerBound(1,0.01)
mse.setBfgsLowerBound(2,0.01)
mse.setBfgsUpperBound(0,5.0)
mse.setBfgsUpperBound(1,5.0)
mse.setBfgsUpperBound(2,0.99)
mse.setBfgsInitialState(0,0.5)
mse.setBfgsInitialState(1,0.5)
mse.setBfgsInitialState(2,0.5)
mse.setBfgsTol(0.001)
mse.buildBfgs()
Résultat de l'optimisation:
Il faut 20 appels au simulateur pour converger vers les valeurs p1=1.1 (1),p2=0.07(0.1),p3=0.7(0.7). Le graphique suivant représente les itérations de l'algorithme d'optimisation.
La figure suivante montre l'état final de la simulation et la disposition des 15 pièges.
