在没有明确定义渐变的情况下优化scipy中的函数

Question

我目前正在尝试使用scipy来优化函数。我对变量有一些限制，从这个链接：http://docs.scipy.org/doc/scipy-0.14.0/reference/tutorial/optimize.html，看起来SLSQP正是我想要的。在他们的例子中，他们根据输入有一个明确定义的结果公式，他们从中找到了梯度。我有一个非常恶心的计算密集型函数，它计算电磁场如何从金属壁反弹，这绝不能以封闭的形式表达（如果你感兴趣的话，我使用MEEP FDTD Python模拟）。是否有一个等效的函数构建到scipy中，为您找到函数的渐变然后优化？或者，等效地，是否有一个内置到scipy的函数（任何基本的python库都可以），它会为我找到函数的渐变，然后我可以将其传递给这个优化程序？任何建议都将不胜感激。

Answer 1

由于您无法轻松计算渐变，因此使用无梯度优化算法可能会有所回报。以下是SciPy中可用的一些概述：

http://scipy-lectures.github.io/advanced/mathematical_optimization/#gradient-less-methods

还有盆地跳跃算法，类似于模拟退火，在该页面上没有提到：

http://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.basinhopping.html