我正在尝试使用scipy中的最小化函数来进行曲线拟合。
我有一个4参数方程，每个方程都有约束约束，我想添加 param1 与 param2 不同的约束（如果可能的话） param2 ＆gt; param1 ）。根据我的理解，我必须使用带有绑定和约束的scipy.optimize.minimize。但约束只能是相等（0）或不等（非负，＆gt; = 0）。
因此，如果我将约束函数设置为（params存储在数组中）：
cons = {"type": "ineq", "fun": lambda x: x[1] - x[0]}
如果x [1]和x [0]相等，则不等式约束不适用。其实我真的不明白为什么没有“严格肯定”的约束......
解决方法可能是在这个“p [1] - p [0]”中添加一些非常小的残留物，但是不是最干净的解决方案吗？
干杯