如何在Python中优化黑盒功能？

Question

我有一个优化的功能，我无法得到衍生物或Hessian或Jacobian（因此标题中的“黑匣子”）。说我的功能看起来像这样：

Private Sub cmdOk_Click()
    cmdOK.SetFocus
    DoEvents
    'Run your other code
End Sub

请注意，我只执行强制转换以显示该函数返回浮点数。

搜索空间/约束/边界（或者你称之为）将是：

def my_fun(some_int, some_other_int, some_string):
    return float(some_int + some_other_int + len(some_string))

我应该如何在python中制定问题？这是我到目前为止搜索过的内容：

• Scipy optimizers似乎不接受在我的情况下适用的Nelder-Mead Simplex（或Powell方法）的约束
• PyOpt ......好吧，我无法使用多变量目标函数
• 还有Pyswarm。有谁知道如何在Pyswarm中做到这一点？

有什么想法吗？

Answer 1

您可以使用https://bender.dreem.com及其黑盒优化库：https://github.com/Dreem-Organization/benderopt/

它支持不同类型的参数。