在优化功能中使用多个初始猜测

Question

我当前正在从事的项目需要对功能进行优化。

为了使优化过程在查找全局最小值方面更加可靠，我想对可以预先指定的每个变量使用几个初始猜测。

在下文中，我将初始猜测的列表（ipp_term，ipp_ci，i_risky_w）随机化，以展示初始猜测的列表。 我想将这些清单输入为种子（第13行）。

upper_term = max(term)
upper_ci = max(ci)

ipp_term = np.random.uniform(0,upper_term,30)
ipp_ci = np.random.uniform(0,upper_ci,30)
i_risky_w = np.random.uniform(0,1,30) 

bds = [(0,1), (0,upper_term), (0,upper_ci)]

scipy.optimize.differential_evolution(
   optInsInv_opt, bounds = bds, strategy='best1bin', maxiter=None, 
   popsize=1, tol=0.00001, mutation=(0.5, 1), recombination=0.7, 

   **seed=[i_risky_w, ipp_term, ipp_ci, i_risky_w],** 

   callback=None, disp=True, polish=True, init='latinhypercube')

从文档中我了解到有两种初始化填充参数的方法，但据我了解，它们也是随机生成的！

有人知道如何更改scipy.optimize.differential_evolution包，以便我可以使用自己的初始猜测列表，或者可以告诉我另一个具有类似算法的库吗？​​

感谢您的帮助！