python - 将具有多个自变量和多个参数的函数传递给 scipy optimize minimize

Question

已关注 this question ，我想让我的问题尽可能具体，重点关注我无法解决的部分。考虑一个非常简单的函数:

def foo(x, y, a, b, c):
    return a * x**4 + b * y**2 + c

现在我想使用 scipy.optimize.minimize或任何其他现有函数来查找 x和y (即参数)以最小化 foo给定常量a , b ，和c (即参数)。如果我只有一个参数和多个参数，那么来自 this page我可以这样做:

def foo(x, *args):
    a, b, c = args
    return a * x**4 + b * x**2 + c

# X0 = to some scalar
# ARGS = a tuple of scalars (A, B, C) 

x_min = scipy.optimize.minimize(foo, x0=X0, args=ARGS)

如果我只有自变量，没有常量参数，那么来自 this page我可以这样做:

def foo(*params):
    x, y = params
    return 4 * x**4 + 2 * y**2 + 1

# P0 = to a list of scalars [X0, Y0] 

x_min = scipy.optimize.minimize(foo, x0=P0)

但是，我无法使用上述任何语法。我相信我必须将我的函数定义为:

def foo(*args, **kwargs):
    x, y = args
    a, b, c = tuple(kwargs.values())
    return a * x**4 + b * y**2 + c

但是我不知道如何通过args和kwargs到scipy.optimize功能。如果您能帮助我了解定义 foo 的最佳方式，我将不胜感激。具有多个独立参数和常量参数的函数 scipy.optimize功能。感谢您提前的支持。

Answer 1

您可以使用 lambda 或 functools.partial 自行绑定(bind)它们，而不是传递 foo 并使 scipy 传递常量参数:

A, B, C = some_const_values
foo1 = lambda x, y: foo(x, y, A, B, C)

或者:

import functools
foo1 = functools.partial(foo, a=A, b=B, c=C)

然后:

x_min = scipy.optimize.minimize(foo1, ...)