Julia+JuMP：函数参数数量可变

我正在尝试使用 JuMP 来解决非线性问题，其中变量的数量由用户决定 - 也就是说，在编译时未知。

为了实现这一目标，@NLobjective线路看起来像这样：

@eval @JuMP.NLobjective(m, Min, $(Expr(:call, :myf, [Expr(:ref, :x, i) for i=1:n]...)))

例如，如果n=3，编译器将该行解释为与：

@JuMP.NLobjective(m, Min, myf(x[1], x[2], x[3]))

问题是@eval仅适用于全局范围，并且当包含在函数中时，会引发错误。

我的问题是：我怎样才能完成同样的功能——得到@NLobjective打电话myf具有可变数量的x[1],...,x[n]参数——在函数的本地、编译时未知的范围内？

def testme(n)
    myf(a...) = sum(collect(a).^2)

    m = JuMP.Model(solver=Ipopt.IpoptSolver())

    JuMP.register(m, :myf, n, myf, autodiff=true)
    @JuMP.variable(m, x[1:n] >= 0.5)

    @eval @JuMP.NLobjective(m, Min, $(Expr(:call, :myf, [Expr(:ref, :x, i) for i=1:n]...)))
    JuMP.solve(m)
end

testme(3)

Thanks!

正如中所解释的http://jump.readthedocs.io/en/latest/nlp.html#raw-expression-input http://jump.readthedocs.io/en/latest/nlp.html#raw-expression-input，目标函数可以在没有宏的情况下给出。相关表述：

    JuMP.setNLobjective(m, :Min, Expr(:call, :myf, [x[i] for i=1:n]...))

甚至比@eval基于 1 并在该函数中工作。代码是：

using JuMP, Ipopt

function testme(n)
    myf(a...) = sum(collect(a).^2)

    m = JuMP.Model(solver=Ipopt.IpoptSolver())

    JuMP.register(m, :myf, n, myf, autodiff=true)
    @JuMP.variable(m, x[1:n] >= 0.5)

    JuMP.setNLobjective(m, :Min, Expr(:call, :myf, [x[i] for i=1:n]...))
    JuMP.solve(m)
    return [getvalue(x[i]) for i=1:n]
end

testme(3)

它返回：

julia> testme(3)

:

 EXIT: Optimal Solution Found.
3-element Array{Float64,1}:
 0.5
 0.5
 0.5