Question

我有一个函数，它输入一个自由参数元组和一个固定参数元组，并作为输出一个标量值。运行起来很昂贵，我想找到这个函数的最小值，而不需要任何渐变/ Hessians的知识。我决定使用Basin跳跃方法，使用最小化函数COBYLA，因为在使用廉价函数的测试运行中，这使用了最少的函数调用并且能够使用边界。

但是，我不知道如何告诉Pool跳跃方法哪些参数可以自由优化，哪些是固定的。

def func(x_free, x_fixed):
    '''Do some expensive stuff here'''
    global FUNC_CALLS
    FUNC_CALLS += 1
    return scalar_value

在文档中，我读到我可以使用字典minimizer_kwargs将参数传递给此func。但是，它没有解释我应该使用哪些关键字。任何人都可以帮助我找到minimizer_kwargs允许的关键字列表，以及它们的作用吗？

如果没有参数x_fixed，我的代码如下所示：

from scipy.optimize._basinhopping import basinhopping
global FUNC_CALLS
FUNC_CALLS = 0
x0 = (1.0, 0.0, 0.0)
minimizer_kwargs = {"method": "COBYLA"}
ret = basinhopping(func, x0, minimizer_kwargs=minimizer_kwargs, niter=10)
print("Global minimum: x = [%.4f, %.4f, %.4f], f(x0) = %.4f" % (ret.x[0], ret.x[1], ret.x[2], ret.fun))
print("Number of function calls: {0}".format(FUNC_CALLS))

简而言之：我应该怎么做才能将x_fixed插入到函数中？

Answer 1

根据basinhopping的文档字符串，向args添加minimizer_kwargs键，其值为(x_fixed,)。

例如：

minimizer_kwargs = {"method": "COBYLA", "args": (x_fixed,)}

Scipy盆地跳跃最小化功能与自由和固定参数

1 个答案: