我想了解提供给scipy.optimize.minimize的参数。我正在调用我的优化
res = minimize(func, para_init, method= 'SLSQP', constraints=cons)
para_init看起来像[x,y,np.array([a,b,c]),np.array([e,f])]，而cons是一个约束字典。 func()接受para_init中列出的所有参数并给出标量对象。但是我面临以下问题：
1）错误：ValueError: setting an array element with a sequence
2）我想指定xtol = 0.001, ftol = 0.001, bounds = None, jac = None，如果我只是将这些行添加到minimize()，则会抱怨TypeError: minimize() got an unexpected keyword argument 'xtol'。此外，我希望具有以下规范options = {'maxiter': 100,'disp': True}，但我也会发现类似的意外关键字错误。
感谢您的帮助。
答案 0 :(得分：0)
来自http://docs.scipy.org/doc/scipy-0.15.1/reference/generated/scipy.optimize.minimize.html：
scipy.optimize.minimize（ fun，x0，args =（），method = None，jac = None，hess = None，hessp = None，bounds = None，constraints =（）， tol =无，回调=无，选项=无）
minimize()需要两个位置参数：fun和x0
此外，它没有xtol或ftol关键字参数，但有一个tol关键字arg（Tolerance for termination）。
xtol，ftol，maxfev特定于所使用的方法。特别是Nelder-Mead方法的特定，并且不适用于您正在使用的方法（SLSQP）。
特定于方法的选项可以通过options词典提供。
因此，您应该致电：
res = minimize（func，x0，args = para_init，method ='SLSQP'，constraints = cons，bounds = ...，jac = ...，options = {...}）
答案 1 :(得分：0)
minimize有两个必需的参数：最小化的函数和初始猜测。你没有提供后者。见this。考虑直接致电scipy.optimize.fmin_slsqp。 documentation更清楚，因为参数语义不依赖于优化方法。换句话说，minimize通过将前者的参数分配给后者来调用其他函数（例如fmin_slsqp），这使得minimize难以简明扼要地全面记录。