SciPy中的约束优化

Question

对于模拟，我需要找到最大化带有约束的多变量函数的参数（参数）。

我已经看到scipy.optimize.minimize给出了给定函数的最小函数（以及减函数的最大值），我可以使用约束和边界。但是，阅读文档，我发现它返回最小值但不是最小化它的参数（我是对的吗？）

scipy.optiminize.fmin确实给出了最小化函数的参数，但这不接受边界或约束。

查看numpy，有一个名为argmin的函数，但是它将一个向量作为参数，并返回最小化它的“参数”。

是否有这样的函数，如最小化，接受约束，并像fmin一样，返回最小化函数的参数？

提前致谢。

Answer 1

与某些优化算法一起使用时，新的minimize函数会使用bounds参数。在较旧的SciPy中，您需要直接调用其中一种算法，例如fmin_l_bfgs_b

Answer 2

scipy.optimize.minimize的返回值是Result：

类型

除其他外，结果包含最小化f的输入（x）。