用于多变量全局优化的Python模块

Question

我一直在寻找一个实现common techniques全局优化的python模块（在N维中查找函数的全局最小值）但没有成功。

如果您在python中听说过模拟退火或遗传算法实现，请分享。

Answer 1

Scipy的optimize模块具有可能符合您需求的anneal功能。此外，您应该查看PyEvolve模块以进行遗传算法。

Answer 2

我不是专家，但你看过了吗？

• Scipy的优化：http://docs.scipy.org/doc/scipy/reference/optimize.html#global
• NLOpt：http://ab-initio.mit.edu/wiki/index.php/NLopt_Introduction
• OpenOpt：http://openopt.org/Foreword

Answer 3

最常见的一个是scipy.optimize。

对于遗传算法，有pygene。

此外，aima-python项目还实现了Russell和Norvig的“人工智能：现代方法”中描述的算法。

Answer 4

我一直在对许多 Python 全局优化器进行详细比较（我假设您对具有大量局部最小值的无导数优化感兴趣）。

• hyperopt
• optuna
• pysot
• scipy.optimize
• pymoo
• 更多（见list of some I left out）

总而言之，我建议使用 scipy.optimize，如果您的维度小于 10，那么其中的 SHGO 算法非常可靠。如果您对同源性有短暂的兴趣，您可能想阅读它。它比之前的一些更好，例如盆地跳跃，因为它巧妙地尝试避免冗余的本地搜索。

完整列表和比较在 report