通过4个参数输入我的数学函数。参数也有界限：
a = [0,2]
b = [-1,1]
c = [eps, inf]
d = [-inf, inf]
我想最小化最终值并找到函数中的最佳参数。
在Scipy中，只有3个函数支持边界优化问题'TNC', 'SLSQP' and 'L-BFGS-B' [参考：optimizations]。
问题是当SLSQP和有时其他方法为参数选择nan时，函数的结果会转到nan获取值。它突然发生，例如，在step i-1中运行正常并返回实际值，但对于step i输入参数为nan，因此最终结果将转到nan。从那时起，输入和输出为nan，同时达到最大迭代次数！
问题出在哪里？
夏季代码在这里：
bnds = [(eps, 2.), (-1.,1.), (eps, np.inf), (-np.inf, np.inf)]
scipy.optimize.fmin_slsqp(myFunc, params, bounds=bnds)
或
scipy.optimize.minimize(myFunc, params, method='SLSQP', bounds=bnds)
由于这个问题没有真正的解决方案，我被迫改变了我的问题！