2
尝试使用scipy.optimize.minimize
,看起来优化失败。我做了以下:
1的目标函数是:f(x)= x[0]+x[1]+x[2]+x[3]+10
2.约束为:x_i >= 0
3.最初的猜测是:x0 = [1,1,1,1]
很琐碎的问题,用最佳的解决方案x=[0,0,0,0], f(x)=10
。
代码:Python scipy优化未找到最小值
def pos(x):
return min(x)
def f1(p):
return (p[0] + p[1] + p[2] +p[3] + 10)
cons2 = ({'type' : 'ineq', 'fun' : pos})
x0 = np.array([1,1,1,1])
res = opt.minimize(f1, x0,method='SLSQP',constraints=cons2)
我得到以下结果:
fun: 100543626.59510386
jac: array([ 0., 0., 0., 0., 0.])
message: 'Optimization terminated successfully.'
nfev: 54
nit: 9
njev: 9
status: 0
success: True
x: array([ 24128556.46553156, 24130378.42917114, 28154390.61929696,
24130291.0811042 ])
这显然是错误的答案(但成功的标志是真实的)。
我知道有一些假设“f”必须遵循,但在这种情况下,“f”只是一个超平面,所以我非常困惑。有任何想法吗?
非常感谢。的确解决了这个问题 –