我可以使用 Accord.Net 进行并发 cobyla 优化吗？

Question

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。使用优化器找到中心位置并返回。 （我的真实代码有点复杂，但我忽略了最不相关的东西）

代码运行良好，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。

问题是如何使这段代码适用于并发代码？我可以抛弃静态并仍然在Func<double[], double> 中获得积分吗？还有其他方法可以规避静态的并发问题吗？

    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;
        }
    }

Answer 1

我建议将objective 重写为以点为参数的常规方法：

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();
}

然后这样称呼它

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

当您编写lambda function 时，您可以在外部范围内“捕获”变量。在内部，这被转换为一个对象，其中所有捕获的变量都作为类中的字段。