Nonsmooth Global Optimization
ให้ $x\in\mathbf{R}^n$ และให้ $f(x)$ เป็นฟังก์ชันต่อเนื่อง แอปพลิเคชันนี้คำนวณหาคำตอบของปัญหา nonsmooth global optimization ที่อยู่ในรูป \[ \begin{aligned} \min_{x\in\mathbf{R}^n} \quad & f(x)\\ \textrm{ภายใต้เงื่อนไข}\quad & l\leqslant x \leqslant u \end{aligned} \] โดยที่ ค่าของ $x_i$ จะต้องอยู่ในช่วง $l_i\leqslant x_i\leqslant u_i$ เมื่อ $i=1,\ldots,n$
แอปพลิเคชันนี้ต่างจาก bound constrained optimization ตรงที่สามารถคำนวณหา global minimizer ของฟังก์ชันที่ทั้งหาอนุพันธ์ได้และหาอนุพันธ์ไม่ได้ ขณะที่แอปพลิเคชันดังกล่าวคำนวณหา local minimizer ของฟังก์ชันที่หาอนุพันธ์ได้เท่านั้น ในบางปัญหาที่ $f(x)$ มีจุดต่ำสุดค่าเดียว ผลการคำนวณจากทั้งสองแอปพลิเคชันควรจะเท่ากันแต่การคำนวณด้วยแอปพลิเคชันนี้จะช้ากว่า
ตัวอย่างของปัญหาที่คำนวณได้ด้วยแอปพลิเคชันนี้ เช่น \[ \begin{aligned} \min_{x\in\mathbf{R}^2} \quad & -(x_2+47)\sin\sqrt{\left|\frac{x_1}{2}+(x_2+47)\right|}-x_1\sin\sqrt{\left|x_1-(x_2+47)\right|} \\ \textrm{ภายใต้เงื่อนไข}\quad & -512\leqslant x_1 \leqslant 512 \\ & -512\leqslant x_2 \leqslant 512 \end{aligned} \]
ข้อมูลอินพุท
แอปพลิเคชันนี้ใช้ข้อมูลอินพุทเหมือนกันกับ bound constrained optimization ถ้าไม่ใส่ข้อมูล l และ u มาให้แอปพลิเคชันจะกำหนดค่าให้เป็น -10 และ 10 ตามลำดับ