将HyperMath定义函数导入HyperStudy并调用

将HyperMath定义函数导入HyperStudy并调用

第一步，定义RosenBrock函数

（1）      打开HyperMath，在文本输入区内输入如下

function ros_eval(x,y) {

f = 100.*(y-x^2)^2 + (1-x)^2

return(f)

}

（2）另存为rosenbrock_function.hml。退出并关闭HyperMath。

第二步，将定义函数添加至首选项文件Preference File

（1）新建文本文档，输入如下

*Id("HyperStudy v12.0")

  *BeginDefaults()

     *BeginPlotDefaults()

     *RegisterHMATHFunction("ros_eval", "<path>/rosenbrock_function.hml", 2)

  *EndPlotDefaults()

*EndDefaults()

将<path>替换为rosenbrock_function.hml所在的路径。

（2）保存文本文档为rosenbrock_prefs.mvw，退出并关闭。

第三步，HyperStudy求解

（1）启动HyperStudy，依次菜单栏“file-Use Preference File- rosenbrock_prefs.mvw file”，此时完成了首选项文件Preference File的导入。

（2）利用HyperStudy新建Model，类型为Internal Math

（3）定义变量X和Y，如下

（4）执行Nominal Run

（5）创建并定义输出响应，调用上述定义的RosenBrock函数。

点击“Add Output Response”-Response 1 的Expression栏，点击该栏后方的“…”，弹出对话框，选择Functions选项卡，从函数列表中选择ros_eval，单击Insert Varname，将ros_eval函数插入到文本输入框。

选择Input Variables选项卡，依次将X和Y变量插入到ros_eval函数中，如下图

单击Evaluation Expression，显示值为404（解释，因为设置的X和Y的初始值均为-1）

第四步，优化分析

（1）在Explorer中，新建Optimization

（2）进入Select Output Responses分析步，增加Response 1，设置Objectives为Minimize。

（3）选择Specifications 为ARSM。

（4）按步骤进入Evaluate Tasks，完成优化求解。