Generación de código en la resolución de ecuaciones no lineales: contexto

¿Qué es la generación de código?

La generación de código es la conversión de código de MATLAB^® a código C utilizando MATLAB Coder™. La generación de código requiere una licencia de MATLAB Coder.

Habitualmente, la generación de código se utiliza para implementar código en hardware que no está ejecutando MATLAB. Por ejemplo, puede implementar código en un robot, utilizando fsolve para optimizar el movimiento o la planificación.

Para ver un ejemplo, consulte Generar código para fsolve. Para obtener información sobre la generación de código en otros solvers de optimización, consulte Generar código para fmincon, Generate Code for quadprog o Generate Code for lsqcurvefit or lsqnonlin.

Requisitos para la generación de código

fsolve admite generar código utilizando la función codegen (MATLAB Coder) o la app MATLAB Coder. Debe disponer de una licencia de MATLAB Coder para generar código.
El hardware de destino debe ser compatible con los cálculos estándar de punto flotante de doble precisión. No puede generar código para cálculos de precisión simple o de punto fijo.
Los destinos de generación de código no utilizan las mismas bibliotecas del núcleo matemático que los solvers de MATLAB. Por ello, las soluciones de generación de código pueden variar con respecto a las soluciones de solver, especialmente en problemas que no están bien condicionados.
Todo el código que se vaya a generar debe ser código de MATLAB. En particular, no puede utilizar una función de caja negra personalizada como una función objetivo para fsolve. Puede utilizar coder.ceval para evaluar una función personalizada con código C o C++. No obstante, la función personalizada debe llamarse en una función de MATLAB.
fsolve no es compatible con el argumento problem para generar código.
```
[x,fval] = fsolve(problem) % Not supported
```
Debe especificar la función objetivo utilizando identificadores de función, no cadenas ni nombres de caracteres.
```
x = fsolve(@fun,x0,options) % Supported
% Not supported: fsolve('fun',...) or fsolve("fun",...)
```
Para optimizar código de manera avanzada con procesadores integrados, también necesita una licencia de Embedded Coder^®.
Debe incluir opciones para fsolve y especificarlas utilizando optimoptions. Las opciones deben incluir la opción Algorithm, establecida en 'levenberg-marquardt'.
```
options = optimoptions('fsolve','Algorithm','levenberg-marquardt');
[x,fval,exitflag] = fsolve(fun,x0,options);
```
La generación de código es compatible con estas opciones:
- Algorithm: debe ser 'levenberg-marquardt'
- FiniteDifferenceStepSize
- FiniteDifferenceType
- FunctionTolerance
- MaxFunctionEvaluations
- MaxIterations
- SpecifyObjectiveGradient
- StepTolerance
- TypicalX

El código generado tiene verificación de errores limitada para opciones. La forma recomendada para actualizar una opción es utilizar optimoptions, no notación de puntos.

opts = optimoptions('fsolve','Algorithm','levenberg-marquardt');
opts = optimoptions(opts,'MaxIterations',1e4); % Recommended
opts.MaxIterations = 1e4; % Not recommended

No cargue opciones desde un archivo, ya que la generación de código podría fallar. En su lugar, cree opciones en el código.
Normalmente, si especifica una opción no compatible, dicha opción se ignora silenciosamente durante la generación de código. No obstante, si especifica una función de gráfica o una función de salida utilizando notación de puntos, la generación de código puede emitir un error. Para una mayor fiabilidad, especifique únicamente opciones compatibles.
Dado que las funciones de salida y las funciones de gráfica no son compatibles, los solvers no devuelven el indicador de salida –1.

Generar código no multiproceso

De forma predeterminada, el código generado para su uso fuera de el entorno de MATLAB utiliza bibliotecas de álgebra lineal que no son multiproceso. Por tanto, este código se puede ejecutar significativamente más despacio que el código del entorno de MATLAB.

Si su hardware de destino tiene procesadores de varios núcleos, puede lograr un rendimiento mejor utilizando las bibliotecas multiproceso LAPACK y BLAS personalizadas. Para incorporar estas bibliotecas al código generado, consulte Speed Up Linear Algebra in Generated Standalone Code by Using LAPACK Calls (MATLAB Coder).

Consulte también

fsolve | codegen (MATLAB Coder) | optimoptions