Levmar：VS2015编译Levmar及Demo示例

参考

64位 WIN 7/8 下VS2010配置CLAPCAK3.2.1和Levmar2.6

准备

下载CMake：https://cmake.org/
下载clapack_cmake:http://www.netlib.org/clapack/clapack-3.2.1-CMAKE.tgz
下载levmar:http://users.ics.forth.gr/~lourakis/levmar/levmar-2.6.tgz

编译

编译clapack

解压缩后，打开CMake配置源码路径和build路径，然后点击Configure和Generate即可，如下图所示：

关闭CMake，用VS2015打开build目录下的CLAPACK.sln，编译整个项目即可(注意此处我编译的是Release版本)：

接下来整理一下编译好的库，其路径分别在

\build\BLAS\SRC\Release\blas.lib
\build\F2CLIBS\libf2c\Release\libf2c.lib
\build\SRC\Release\lapack.lib
\build\Testing\MATGEN\Release\tmglib.lib

本文将其放在\build\lib\build\lib目录下，当然你也可以放在其他指定目录：

编译levmar

打开CMake，设置源代码路径和build路径(CMake也要选择VS2015 X64),并点击一次Configure

接下来修改宏LAPACKBLAS_DIR，使其目录指向你刚刚设定的clapack的lib所在路径；修改F2C_LIB_NAME，使其和clapack一致，然后再点击一些Configure,最后点击Generate即可。

使用VS2015打开LEVMAR.sln，并将调整为Release，然后进行编译：

Demo示例

接下来是学习Demo里的一个例子，部分截图我就直接从维基扯过来。

工程配置

新建一个VS2015 X64 Release项目，并添加一个main.cpp

添加include和library

配置完成后编译：

代码讲解

Rosenbrock function（香蕉函数）：具体定义可以参考到维基网页，是一个用来测试最佳化演算法性能的非凸函数；其全域最小值位于(x, y)=(1, 1)点，数值为f(x, y)=0。
在Levmar的Demo中，通过迭代的方式，去计算x,y。
先贴一下结果：

可以可看到迭代了1000次后，最终求出来的(x,y)已经非常接近（1,1）了。

下边是主要代码：

//main函数int m=2; n=3;     //m表示待求参数的维度，n表示测量值的维度p[0]=-1.2; p[1]=1.0;  //待求参数的初值for(i=0; i<n; i++) x[i]=0.0;     //模拟n次测量的结果，由于是求解，设为零// 调用迭代入口函数int ret=dlevmar_der(modros,      //描述测量值之间关系的函数指针jacmodros,   //估计雅克比矩阵的函数指针p,          //初始化的待求参数，结果一并保存在其中x,          //测量值m,          //参数维度n,          //测量值维度1000,       //最大迭代次数opts,       //迭代的一些参数info,       //关于最小化结果的一些参数，不需要设为NULLNULL, NULL, NULL //一些内存的指针，暂时不需要，以后再学习这个具体由什么用);

在主函数中大致就是以上的几行简单的代码就能调用LM进行迭代，真的是感觉好膜拜啊；在上边调用的函数里还有两个函数指针，下边是关于这两个函数指针的东西。

#define ROSD 105.0
//香蕉函数的公式f(x,y)=(1-x)^2 + 100(y-x^2)^2;void ros(double *p, double *x, int m, int n, void *data)
{register int i;for(i=0; i<n; ++i){//写出参数与x[i]之间的关系式，由于这里方程的右边没有观测值，只有参数看起来怪怪的~_~x[i]=((1.0-p[0])*(1.0-p[0]) + ROSD*(p[1]-p[0]*p[0])*(p[1]-p[0]*p[0]));}}void jacros(double *p, double *jac, int m, int n, void *data)
{register int i, j;//写出雅克比矩阵for(i=j=0; i<n; ++i){jac[j++]=(-2 + 2*p[0]-4*ROSD*(p[1]-p[0]*p[0])*p[0]);jac[j++]=(2*ROSD*(p[1]-p[0]*p[0]));}
}

以上就是第一个示例，比较简单，但是看起来好有成就感！

levmar还有其他的函数，留到下次再研究，已经满足我目前的需求了！

levmar主要针对于稠密雅克比矩阵，所以jac其实是一个一维的数组，所以jac的大小为待求参数个数×观测次数×每次观察方程个数