2
嘗試使用scipy.optimize.minimize
,看起來優化失敗。我做了以下:
1的目標函數是:f(x)= x[0]+x[1]+x[2]+x[3]+10
2.約束爲:x_i >= 0
3.最初的猜測是:x0 = [1,1,1,1]
很瑣碎的問題,用最佳的解決方案x=[0,0,0,0], f(x)=10
。
代碼:Python scipy優化未找到最小值
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)
我得到以下結果:
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 ])
這顯然是錯誤的答案(但成功的標誌是真實的)。
我知道有一些假設「f」必須遵循,但在這種情況下,「f」只是一個超平面,所以我非常困惑。有任何想法嗎?
非常感謝。的確解決了這個問題 –