Question

我想在等式上实现Nelder-Mead优化。但它不包含一个变量，它包含多个变量（其中一个是未知变量，其他变量已知。）

例如在这个例子中： http://docs.scipy.org/doc/scipy/reference/tutorial/optimize.html

如果我的罗森（x）是

def rosen(x,y):
...     """The Rosenbrock function"""
...     return sum(100.0*(x[1:]-x[:-1]**2.0)**y + (1-x[:-1])**2.0)

而不是示例中提到的这个，我怎么能优化它？如果我打电话

res = minimize(rosen, x0, method='nelder-mead',
...                options={'xtol': 1e-8, 'disp': True})

它说需要两个参数如果我打电话

res = minimize(rosen(y), x0, method='nelder-mead',
...                options={'xtol': 1e-8, 'disp': True})

以前已经在代码中定义了y，我得到了同样的错误。如果我称之为

res = minimize(rosen(x,y), x0, method='nelder-mead',
...                options={'xtol': 1e-8, 'disp': True})

我收到一个错误，x未定义。

Answer 1

使用参数args将参数传递给对象。优化rosen(x,2)：

import numpy as np
from scipy.optimize import minimize

def rosen(x, y):
    """The Rosenbrock function"""
    return sum(100.0*(x[1:]-x[:-1]**2.0)**y + (1-x[:-1])**2.0)

x0 = np.array([1.3, 0.7, 0.8, 1.9, 1.2])

res = minimize(rosen, x0, args=(2,), method='nelder-mead',
               options={'xtol': 1e-8, 'disp': True})

请注意，变量x是一个5维向量，您可以在起点x0的定义中看到，因此rosen(x,2)有五个变量。如果您想最小化rosen(x,y)，请定义目标函数

def rosen2(zz):
    return rosen(zz[:5], zz[5])

使用多个变量进行优化（使用scipy.optimize.minimize）

1 个答案: