栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 面试经验 > 面试问答

具有线性约束的Scipy.optimize.minimize SLSQP失败

面试问答 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

具有线性约束的Scipy.optimize.minimize SLSQP失败

您已经遇到了“后期绑定闭包” 问题

cons_i
使用第二个参数等于19进行的所有调用。

一种解决方法是

args
在字典中使用定义约束的字典元素,而不是使用lambda函数闭包:

cons_per_i = [{'type':'eq', 'fun': cons_i, 'args': (i,)} for i in np.arange(m)]

这样,最小化工作:

In [417]: sol2 = minimize(obj, x0 = z0, constraints = cons_per_i, method = 'SLSQP', options={'disp': True})Optimization terminated successfully.    (Exit mode 0) Current function value: 2.1223622086 Iterations: 6 Function evaluations: 192 Gradient evaluations: 6

您还可以使用链接文章中的建议,即使用带有第二个参数且具有所需默认值的lambda表达式:

cons_per_i = [{'type':'eq', 'fun': lambda z, i=i: cons_i(z, i)} for i in np.arange(m)]


转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/624341.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号