Java ApacheCommons数学优化在每次迭代中获得最佳解决方案

ApacheCommonsMath有可以优化某些目标函数的优化类，通常必须为优化器设置最大数量的评估

在中，有一个完整功能的NelderMeadSimplex的小型Java示例，它具有

MaxEval（100）

设置最大求值

如何在优化器（如NelderMeadSimplex）的每个评估步骤中获得当前解决方案

---

引用的代码只运行并打印出最终的解决方案（或者抛出ToomanyEvaluationException，如果

MaxEval（100）

中的数字太低，到目前为止不会打印任何解决方案），但我找不到有助于获得每个eval步骤的当前解决方案的类方法或字段。

据我所知，从实现的源代码来看，没有直接的、内置的方法来获得中间结果

在每次评估过程中（应该）调用一些涉及的接口。特别是界面。一个相对干净的解决方案可以是相应地实现这个接口（通过从它的一个实现类派生）。但据我所知，没有严格要求每个优化算法使用这个接口（更不用说在每个评估步骤中调用它）

有一次，我想实现同样的目标：记录优化的中间步骤，然后完成。我解决了这个问题。。。非常实用：唯一可以确定的是，

多变量函数

必须在每个点进行评估。从某种意义上说，这是一个可以将钩子插入优化黑盒的地方。最后，我在

多变量函数

周围创建了一个包装器：

private static MultivariateFunction createLogging(
    final MultivariateFunction delegate)
{
    return new MultivariateFunction()
    {
        @Override
        public double value(double[] point)
        {
            double result = delegate.value(point);
            System.out.println("Evaluated "+
                Arrays.toString(point)+" to "+result);
            return result;
        }
    };
}

然后，替换任何

new ObjectiveFunction(multivariateFunction)

与

将导致记录优化过程

我不建议这样解决它，但根据目标和应用情况，它至少可能是一个选项

new ObjectiveFunction(createLogging(multivariateFunction)),