科学地优化限于给定范围内的非凸问题变量

时间:2019-01-19 08:22:09

标签: python optimization scipy

我需要优化算法的输入参数,我的参数含义不同,因为它们用于不同的事物,有些是整数,有些是浮点型,有些需要为“小”,有些可以为负,等等。 ..

我认为表示它们的最简单方法是为每个变量设置numpy arangesranges的可能值。

配置的数量可能很大,我正在寻找全局最优值(我不在乎找到确切的最优值,只要“接近”就足够了)。

我尝试使用simulated annealing,但发现它不推荐使用basinhopping,尽管似乎最后一个算法仅适用于实数,并且将我的所有整数都更改为浮点数。

我可以用什么代替?

谢谢

0 个答案:

没有答案