我正在尝试使用该scipy.optimize
包来优化离散优化问题(全局优化)。根据文档,实施的模拟退火scipy.optimize.anneal
应该是一个不错的选择。但我不确定如何强制优化器只搜索搜索空间的整数值。有人可以帮忙吗?
一个说明性的例子:
f(x1,x2) = (1-0.4*x1)^2 + 100*(0.6*x2 -0.4*x1^2)^2
where, $x1, x2 \in I$
我正在尝试使用该scipy.optimize
包来优化离散优化问题(全局优化)。根据文档,实施的模拟退火scipy.optimize.anneal
应该是一个不错的选择。但我不确定如何强制优化器只搜索搜索空间的整数值。有人可以帮忙吗?
一个说明性的例子:
f(x1,x2) = (1-0.4*x1)^2 + 100*(0.6*x2 -0.4*x1^2)^2
where, $x1, x2 \in I$
我检查了 scipy.optimize.anneal,但看不到使用离散值的方法。自己实现它的方法是创建一个自定义的“移动”函数,但是您必须指定时间表(通过字符串)的方式会阻止您这样做。
我认为这是一个很大的错误,如果你可以只传递一个自定义调度类作为参数,你可以自定义它以使用离散变量和更多的东西。
我找到的解决方案是改用这个其他实现: https ://github.com/perrygeo/python-simulated-annealing
因为您必须提供修改状态的函数,所以您可以控制它可以具有哪些值,或者它们是离散的还是连续的。