我不知道如何通过最小化函数将附加参数传递给约束字典。我可以成功地将附加参数传递给目标函数。
关于最小化功能的文档在这里:http ://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.minimize.html#scipy.optimize.minimize
约束参数是一个具有字段“args”的字典,其中 args 是一个序列。我确定这是我需要传递附加参数的地方,但我不知道语法。我得到的最接近的是:
from scipy.optimize import minimize
def f_to_min (x, p):
return (p[0]*x[0]*x[0]+p[1]*x[1]*x[1]+p[2])
f_to_min([1,2],[1,1,1]) # test function to minimize
p=[] # define additional args to be passed to objective function
f_to_min_cons=({'type': 'ineq', 'fun': lambda x, p : x[0]+p[0], 'args': (p,)}) # define constraint
p0=np.array([1,1,1])
minimize(f_to_min, [1,2], args=(p0,), method='SLSQP', constraints=f_to_min_cons)
我收到以下错误
---------------------------------------------------------------------------
IndexError Traceback (most recent call last)
<ipython-input-19-571500063c9e> in <module>()
1 p0=np.array([1,1,1])
----> 2 minimize(f_to_min, [1,2], args=(p0,), method='SLSQP', constraints=f_to_min_cons)
C:\Python27\lib\site-packages\scipy\optimize\_minimize.pyc in minimize(fun, x0, args, method, jac, hess, hessp, bounds, constraints, tol, callback, options)
356 elif meth == 'slsqp':
357 return _minimize_slsqp(fun, x0, args, jac, bounds,
--> 358 constraints, **options)
359 else:
360 raise ValueError('Unknown solver %s' % method)
C:\Python27\lib\site-packages\scipy\optimize\slsqp.pyc in _minimize_slsqp(func, x0, args, jac, bounds, constraints, maxiter, ftol, iprint, disp, eps, **unknown_options)
298 # meq, mieq: number of equality and inequality constraints
299 meq = sum(map(len, [atleast_1d(c['fun'](x, *c['args'])) for c in cons['eq']]))
--> 300 mieq = sum(map(len, [atleast_1d(c['fun'](x, *c['args'])) for c in cons['ineq']]))
301 # m = The total number of constraints
302 m = meq + mieq
<ipython-input-18-163ef1a4f6fb> in <lambda>(x, p)
----> 1 f_to_min_cons=({'type': 'ineq', 'fun': lambda x, p : x[0]+p[0], 'args': (p,)})
IndexError: list index out of range
我正在访问附加参数的第一个元素,所以我不应该有超出范围的错误。
如果您从最小化函数中删除了 constraints=f_to_min_cons 参数,那么上面的代码就可以工作。