我试图在由k表示的参数列表上优化函数 f（g（k），h（k））。并且对一些 k 和等式约束 g（k）存在不等式约束。我尝试了scipy optimize.minimize和optimize.fmin_slsqp，但它似乎做的是逐个更改列表 k 中所有参数的值，然后进行一些迭代然后退出流程与Singular matrix C in LSQ subproblem (Exit mode 6)。我不知道它为什么不起作用。请注意，我没有提供约束的梯度，实际上我有一个约束 g（k）.imag = 0 （这是不可微分的）。我尝试删除它，它不再给我错误。有人可以解释一下这些行为。
谢谢！