scipy.optimize.dual_annealing 中允許使用什么 `visit` 參數值？

Question

我嘗試使用scipy.optimize.dual_annealing來最小化 8 個參數的函數。 搜索空間（由我的bounds定義）相當廣泛，但我知道解決方案接近x0 。 因此，在閱讀了此處找到的文檔后，我決定使用較小的visit參數值，該值默認為 2.62，並且應該在 (0, 3] 范圍內。

當我使用visit=0.8 ，我得到了一個RuntimeWarning: 在日志中遇到的無效值，實際上，在源代碼中我發現了這個：

self._factor2 = np.exp((4.0 - self._visiting_param) * np.log(self._visiting_param - 1.0))

（_dual_annealing.py的1.62）（基本上self._visiting_param被straighforwardly分配的值visit ）

所以我想也許文檔是錯誤的，訪問范圍是（1,3]。

當我使用visit=1.2 ，我得到了一個FloatingPointError：在 log 中遇到的無效值，由於這次

x *= np.exp(-(self._visiting_param - 1.0) * np.log(self._factor6 / factor4) / (3.0 - self._visiting_param))

（_dual_annealing.py 的 l.121）其中self._factor6為負數。

這是一個真正的錯誤，一個錯誤的文檔，還是只是我誤解了什么？ 為了搜索接近 x0，我可以為visit參數使用哪些值？

Answer 1

我的理解是你是對的，訪問參數的取值范圍沒有指定正確。 事實上，在極限情況 1 中，算法（理論上）恢復了（經典）模擬退火，如本文所述。 但是，其中描述的實際實現（也scipy的實現）似乎僅適用於大於 1.4 的值。

我為此在 github 上創建了一個問題： https : //github.com/scipy/scipy/issues/12384