Simple(x) 全局优化

Simple(x) 黑盒全局优化算法的 Rust 实现。

此算法（不应与单纯形算法混淆）最接近贝叶斯优化。与贝叶斯优化相比，其优势在于能够有效地处理大量样本和高维数据。

使用方法

可以使用两种方式使用该算法，一种是使用 Optimizer::minimize / Optimizer::maximize 函数之一

let f = |v:&[f64]| v[0] + v[1] * v[2];
let input_interval = vec![(-10., 10.), (-20., 20.), (0, 5.)];
let nb_iterations = 100;

let (max_value, coordinates) = Optimizer::maximize(&f, &input_interval, nb_iterations);
println!("max value: {} found in [{}, {}, {}]", max_value, coordinates[0], coordinates[1], coordinates[2]);

或者如果您想将 exploration_depth 设置为某个特殊值，或者想对停止条件有更精细的控制，可以使用迭代器

let f = |v:&[f64]| v[0] * v[1];
let input_interval = vec![(-10., 10.), (-20., 20.)];
let should_minimize = true;

// sets `exploration_depth` to be greedy
// runs the search for 30 iterations
// then waits until we find a point good enough
// finally stores the best value so far
let (min_value, coordinates) = Optimizer::new(&f, &input_interval, should_minimize)
                                       .set_exploration_depth(10)
                                       .skip(30)
                                       .skip_while(|(value,coordinates)| value > 1. )
                                       .next().unwrap();

println!("min value: {} found in [{}, {}]", min_value, coordinates[0], coordinates[1]);

与参考实现的不同之处

• 用户将搜索空间定义为超立方体（然后使用此方法将其映射到单纯形）。

• exploration_preference （浮点数）参数已被替换为 exploration_depth （无符号整数）参数。它表示算法在需要更高层次探索之前可以搜索多少层（0 表示类似于网格搜索的探索，5 是一个好的默认值，而大值（10+）则非常注重探索/贪婪）。

• 调用算法有两种方式，一种是调用单个函数，另一种是通过迭代器，这使用户可以完全控制停止条件。

潜在的未来发展

请不要犹豫，提出改进意见。以下是可以做但可能不会主动完成的事项列表，除非有要求包括：

• 允许用户提出一些点以加速搜索（需要能够检查点是否在单纯形或三角化算法中）。

• 允许用户并行探索多个点。

• 允许用户离线进行搜索。

• 我们可以将该项目集成到argmin 优化框架中（使算法更易于访问、面向未来，并更容易与现有技术进行比较）。