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/