![](/img/trans.png)
[英]Python - Problem minimizing a constrained function with scipy.minimize
[英]Scipy minimize constrained function
我正在解決以下優化問題:
使用此Python代碼:
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
我收到了一個錯誤
消息:'不平等約束不兼容'
什么可能導致此錯誤?
問題似乎與您最初的猜測有關。 如果我將您的起始值更改為
x0 = [1.0, 1.0, 1.0]
然后你的代碼將執行正常(至少在我的機器上)
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的優化模塊有很多選項。 請參閱文檔或本教程 。 由於您未在此處指定方法,因此將使用Sequential Least SQuares Programming( SLSQP
)。 或者,您可以使用Trust-Region約束算法( trust-const
)。
對於這個問題,我發現trust-const
對於起始值似乎比SLSQP
更穩健,處理從[-2,-2,-2]
到[10,10,10]
,盡管負初始值導致增加迭代,正如您所期望的那樣。 低於-2
負值超過了最大迭代次數,盡管我懷疑如果你增加了最大迭代次數可能仍會收斂,雖然為x1
和x3
指定負值是有點傻,當然,我只是去了解它是如何理解的強大的是一系列起始值。
SLSQP
和trust-const
的規范在概念上是相同的,但語法略有不同(特別注意使用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 )
以下是結果,為簡潔而編輯:
fun: 0.6931502233468916
message: '`gtol` termination condition is satisfied.'
x: array([1.00000063e+00, 8.21427026e-09, 2.40956900e-06])
請注意,函數值和x值與@ CoryKramer的答案相同。 x數組乍一看可能看起來不同,但兩個答案都是[1, 0, 0]
。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.