Question

在运行scipy最小化优化器时，我可以使用优化结果的“ x”属性来获得优化解决方案。但是我也想获得成本函数的值（通过改变输入变量x使函数最小化）。

# Objective Function
def op_objective(x):
   mini = <some function of x>
   return mini

# Equality Constraint
def constraint1(x):
    return 1-sum(x)

# Initializing the constraint
con1 = {'type': 'eq', 'fun': constraint1}
cons = ([con1])

# Calling the optimizer
opt = minimize(op_objective,x0,method='SLSQP',bounds=bnds,constraints=cons)

# Optimized solution
sol = opt.x

现在的问题是如何获取捕获了“ x”值的“ mini”值。

运行最终值“ x”来确定“ mini”的值是一种选择，但由于这种方法很繁琐，因此正在寻找一种更直接的方法。

Answer 1

scipy.optimize.minimize带有一个回调函数，该函数在每次迭代时都会被调用，并且可以用于打印状态。

简单的示例：

f = lambda x: x**2
def callback(params): 
    print(f(params))
minimize(f, x0=np.array([10]), callback=callback)

如何在优化器[scipy.minimise（'method ='SLSQP'）]中获取成本函数的输出？

1 个答案: