我可以使用 Accord.Net 进行并发 cobyla 优化吗?

Can I do concurrent cobyla optimizations using Accord.Net?

下面的代码是我正在使用的圆估计器的最小工作示例。它使用 Accord.Net 的 cobyla 优化器。 localize 方法的输入是一组点。使用优化器找到并返回中心位置。 (我的真实代码有点复杂,但我遗漏了大部分不太相关的东西)

代码工作正常,但我遇到的问题是 static 字段(我的真实代码中有更多字段)。当我同时优化多个问题时,static 字段会出现问题,因为优化器可能会读取用于另一个线程的值。

问题是如何让这段代码适用于并发代码?我可以放弃静态并仍然获得 Func<double[], double> 内的分数吗?是否有其他方法来规避静态并发问题?

    internal class CircleLocalizer
    {
        private static (double, double)[] points; // I dislike these statics!
        private double[] prior = { 0, 0 };

        Func<double[], double> objective = x =>
        {
            var distancesToCenter = CircleLocalizer.points.Select(p => Distance.Euclidean(new[] { p.Item1, p.Item2 }, new[] { x[0], x[1] }));
            var averageDistance = distancesToCenter.Average();
            return distancesToCenter.Select(d => Math.Pow(d - averageDistance, 2)).Sum();
        };

        public double[] Localize((double, double) points)
        {
            CircleLocalizer.points = points;

            Cobyla cobyla = new Cobyla(2, objective);
            cobyla.Minimize(Prior);

            return cobyla.Solution;
        }
    }

我建议将 objective 重写为将点作为参数的常规方法:

double Objective(double[] x, (double, double)[] points){
     var distancesToCenter = points.Select(p => Distance.Euclidean(new[] { p.Item1, p.Item2 }, new[] { x[0], x[1] }));
     var averageDistance = distancesToCenter.Average();
     return distancesToCenter.Select(d => Math.Pow(d - averageDistance, 2)).Sum();
}

并称其为

new Cobyla(2, x => Objective(x, points)); 

当您编写 lambda function 时,您可以 'capture' 外部作用域中的变量。在内部,它被转换为一个对象,所有捕获的变量都作为 class.

中的字段