![](/img/trans.png)
[英]Python - Problem minimizing a constrained function with scipy.minimize
[英]Scipy minimize constrained function
我正在解决以下优化问题:
使用此Python代码:
from scipy.optimize import minimize
import math
def f(x):
return math.log(x[0]**2 + 1) + x[1]**4 + x[0]*x[2]
x0 = [0, 0, 0]
cons=({'type': 'ineq',
'fun': lambda x: x[0]**3 - x[1]**2 - 1},
{'type': 'ineq',
'fun': lambda x: x[0]},
{'type': 'ineq',
'fun': lambda x: x[2]})
res = minimize(f, x0, constraints=cons)
print res
我收到了一个错误
消息:'不平等约束不兼容'
什么可能导致此错误?
问题似乎与您最初的猜测有关。 如果我将您的起始值更改为
x0 = [1.0, 1.0, 1.0]
然后你的代码将执行正常(至少在我的机器上)
win32上的Python 3.5.1(v3.5.1:37a07cee5969,2015年12月6日,01:54:25)[MSC v.1900 64位(AMD64)]
message: 'Optimization terminated successfully.'
njev: 10
jac: array([ 1., 0., 1., 0.])
fun: 0.6931471805582502
nit: 10
status: 0
x: array([ 1.00000000e+00, -1.39724765e-06, 1.07686548e-14])
success: True
nfev: 51
Scipy的优化模块有很多选项。 请参阅文档或本教程 。 由于您未在此处指定方法,因此将使用Sequential Least SQuares Programming( SLSQP
)。 或者,您可以使用Trust-Region约束算法( trust-const
)。
对于这个问题,我发现trust-const
对于起始值似乎比SLSQP
更稳健,处理从[-2,-2,-2]
到[10,10,10]
,尽管负初始值导致增加迭代,正如您所期望的那样。 低于-2
负值超过了最大迭代次数,尽管我怀疑如果你增加了最大迭代次数可能仍会收敛,虽然为x1
和x3
指定负值是有点傻,当然,我只是去了解它是如何理解的强大的是一系列起始值。
SLSQP
和trust-const
的规范在概念上是相同的,但语法略有不同(特别注意使用NonlinearConstraint
)。
from scipy.optimize import minimize, NonlinearConstraint, SR1
def f(x):
return math.log(x[0]**2 + 1) + x[1]**4 + x[0]*x[2]
constr_func = lambda x: np.array( [ x[0]**3 - x[1]**2 - 1,
x[0],
x[2] ] )
x0=[0.,0.,0.]
nonlin_con = NonlinearConstraint( constr_func, 0., np.inf )
res = minimize( f, x0, method='trust-constr',
jac='2-point', hess=SR1(),
constraints = nonlin_con )
以下是结果,为简洁而编辑:
fun: 0.6931502233468916
message: '`gtol` termination condition is satisfied.'
x: array([1.00000063e+00, 8.21427026e-09, 2.40956900e-06])
请注意,函数值和x值与@ CoryKramer的答案相同。 x数组乍一看可能看起来不同,但两个答案都是[1, 0, 0]
。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.