绑定 Scipy 优化 function 返回一维数据

Question

这更多的是关于什么是解决我的问题的适当方法的问题。

我有一个 function 将一些一维向量作为输入并返回一个一维数组（实际上它是一个展平的二维数组）。 我希望对此 function 进行最小二乘优化。 我已经对 x 进行了所有排序，并考虑过做这样的事情

result = optimize.minimize(func,x0,method='SLSQP',bounds=my_bounds,constraints=dict_of_constraints,args=(my_args,))

但是，这种方法使用 _minimize_slsqp，它要求目标 function 返回一个标量。 是否有任何与上述类似的方法，但可以在可以返回一维（或二维？）数据的目标 function 上工作？

干杯

Answer 1

您需要形成一个标量 function（一个返回单个标量值的 function）。 可能像

 ||F(x)||

在哪里||.|| 是一种规范。 这个新的标量 function 可以传递给optimize.minimize 。