我有一个优化问题，我正在使用scipy.minimize中的SLSQP实现。我的目标函数f（x）是一系列Python函数，它们结合了标准算术加条件，循环和更复杂的数学运算。
目前我使用有限差分来找到渐变，但随着决策向量的大小增加（~4000），这变得非常慢。鉴于f（x）的复杂性，分析解决方案可能是不可行的。相反，我正在考虑通过一些多项式逼近函数，然后找到该函数的解析解。
这是解决我问题的好方法吗？准确性不是那么重要，我不能容忍几个％的错误。如果是这样，我该怎么做呢？我对如何近似函数有一个大概的想法，但在实践中相对缺乏经验。
如果这不是一个好主意，我还应该考虑其他方向吗？