对于模拟,我需要找到使具有约束的多变量函数最大化的自变量(参数)。
我已经看到 scipy.optimize.minimize 给出了给定函数的最小函数(以及减函数的最大值),我可以使用约束和界限。但是,阅读文档后,我发现它返回最小值而不是最小化它的参数(我说的对吗?)
scipy.optiminize.fmin 确实给出了最小化函数的参数,但这不接受边界或约束。
在 numpy 中,有一个名为 argmin 的函数,但它以一个向量作为参数并返回最小化它的“参数”。
有没有像minimize一样接受约束并且像fmin一样返回最小化函数参数的函数?
提前致谢。
最佳答案
新minimize
当与某些优化算法一起使用时,函数采用 bounds
参数。在旧的 SciPy 中,您需要直接调用其中一种算法,例如fmin_l_bfgs_b
.
关于python - SciPy 中的约束优化,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/23845235/