如何从scipy.optimize.nnls找到严格的正解？

Question

我正在用python解决不确定的系统和不确定的系统。

我使用scipy.optimize.nnls，但是此函数在解决方案中生成许多0。例如如果我有10个变量和20个等式，那么nnls估计有6个变量为0。我知道部分原因是系统的等级。但是，是否有任何方法可以向nnls添加所有变量严格大于0 的条件？

例如：

• 不确定系统：x + y = 1

nnls解决的是（x，y）=（1,0）

我想要的是（x，y）=（0.5,0.5）

• 超定系统：

x + y = 1

x + 10y = 1

x + 20y = 1

nnls解决的是（x，y）=（1,0）

例如，只要x，y严格> 0，我想要的就是（x，y）=（0.9,0.1）

不确定的系统

A = [[1, 1]]
B = [1]
scipy.optimize.nnls(A,B)[0]
>> array([1., 0.])

超定系统：

A = [[1,1],
 [1,10],
 [1,20]]
B = [1,1,1]
scipy.optimize.nnls(A,B)[0]
>> array([1., 0.])