scipy.optimize.basinhopping与目标函数的非数字参数

Question

我正在尝试使用模拟退火/水流购买来根据该语法找到语法对象的最小描述长度和数据。

我自己定义语法对象，以及copyDocs.mustRunAfter build（这是语法上的变异）：

take_step

问题：我收到错误：

def total_energy(self, grammar_and_data):  #the objective function

    # ...operations....

    return encoder.totalLength(grammar,data)

def optimize(self, data):

    initial_grammar_and_data = array((initial_grammar, data))
    take_mutation = MyTakeStep()

    ret = basinhopping(self.total_energy,
                 initial_grammar_and_data,
                 niter=100,
                 T=1.0,
                 #stepsize=0.5,
                 #minimizer_kwargs=None,
                 take_step=take_mutation,
                 #accept_test=None,
                 #callback=None,
                 #interval=50,
                 #disp=False,
                 #niter_success=None
                 )

为了找到目标函数当前值附近的邻居，我怎样才能使算法引用单步函数？这里不能确定一个小步长。

也许盆地跳跃不能用于非数字参数？ 如果是这样，你是否知道Python中的通用模拟退火算法可以解决这个问题（我可以自己写一个，但它的效率远低于scipy ......）？