為什么 scipy.optimize.minimize 找不到最小值？

Question

在給定參數dim的情況下，我正在尋找以下function最小的（x）。
這是 function：

def func(x, dim):
    return np.abs(np.abs(np.mean(np.sqrt(np.sum(np.diff(
        np.random.rand(100000,dim,2)/x, axis=2)**2, axis=1))))
        - 1/3)

這就是它的外觀：

for xx in np.arange(1,5,0.1):
    plt.scatter(xx, func(xx,2), color='blue')

但是當我試圖找到應該在 1.5 左右的 x 值時，結果非常接近我的 x0 猜測（這里大約為 1.0）。

import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import minimize


params = minimize(func, x0=1, args=(2))

我也嘗試了不同的求解器，但我無法將其最小化。

Answer 1

您的 function 需要確定性才能使最小化起作用。 因此，您需要刪除對np.random.rand的調用。 曾經的解決方案可能是在開始時生成這些隨機數並在整個最小化過程中修復它們。