Question

我使用fmin_cobyla函数进行Scipy Optimize。我一直在努力编写约束函数：

确保所有项目总计为1
确保所有商品＆gt; = 0

有没有人有洞察力？例如，对于fmin_slsqp，我有一个函数：

def w_constraint(w, v, x0, x1):
    return np.sum(w) - 1

以及函数中的界限。

但是这些人不会对cobyla工作。

Answer 1

将你的平等表达为一对不平等。含义：

x == y变为：
- x >= y
- x <= y = -x >= -y

当然这可能会引入数字问题（伤害多种解决方案），但我在COBYLA接口的多个实现中看到了这一点（这样实现了等式约束支持）。

NLopt的文档中的评论：

（基础COBYLA代码仅支持不等式约束。等式约束自动转换为不等式约束对，在此算法的情况下似乎不会引起问题。）

Answer 2

对于Scipy.optimize.minimize函数，应该可以进行以下操作：

def constraint_func(x_in):
    constraints_list = []
    constraints_list.append({'type': 'ineq', 'fun': lambda x: np.sum(x)-1})
    constraints_list.append({'type': 'ineq', 'fun': lambda x: -np.sum(x)+1})
    for i in range(len(x_in)):
        constraints_list.append({'type': 'ineq', 'fun': lambda x: x[i]})
    return constraints_list

constraints = constraint_func(x0)

res = scipy.optimize.minimize(fun, x0, method='COBYLA', constraints= constraints)

FMIN_COBYLA上的约束函数（scipy optimize）

2 个答案: