Question

为解决二次最小问题，我使用了scipy.Optimize.Minimize。

首先，我初始化函数和一些要点：

def func(x):
    return 1/4*(x[0]**2+x[1]**2) + x[2]

P1=[]
for i in range(3):
    P1.append((rd.uniform(-1,1), rd.uniform(-1,1)))

P2=[]
for i in range(3):
    P2.append((rd.uniform(-1,1), rd.uniform(-1,1)))

但是，我有一个关于约束的问题。当我这样做时，没有错误，它可以正常工作：

cons = [{'type': 'ineq', 'fun': lambda x: x[2] - x[0] * P1[0][0] - x[1] * P1[0][1] - (P1[0][0] ** 2 + P1[0][1] ** 2)},
        {'type': 'ineq', 'fun': lambda x: x[2] - x[0] * P1[1][0] - x[1] * P1[1][1] - (P1[1][0] ** 2 + P1[1][1] ** 2)},
        {'type': 'ineq', 'fun': lambda x: x[2] - x[0] * P1[2][0] - x[1] * P1[2][1] - (P1[2][0] ** 2 + P1[2][1] ** 2)}]

for i in range(len(P2)):
    cons.append({'type': 'ineq', 'fun': lambda x: -x[2] + x[0]*P2[i][0] + x[1]*P2[i][1] + (P2[i][0]**2+P2[i][1]**2)})

但是当我这样做时，它返回RuntimeWarning：在double_scalars中遇到无效的值，并且不起作用：

cons=[]
for i in range(0, len(P1)):
    cons.append({'type': 'ineq', 'fun': lambda x: x[2] - x[0] * P1[i][0] - x[1] * P1[i][1] - (P1[i][0] ** 2 + P1[i][1] ** 2)})

for i in range(len(P2)):
    cons.append({'type': 'ineq', 'fun': lambda x: -x[2] + x[0]*P2[i][0] + x[1]*P2[i][1] + (P2[i][0]**2+P2[i][1]**2)})

PS：结束了：

x0 = np.array([0, 0, 0])
res = minimize(func, x0, constraints=cons)

在不起作用的情况下，我不知道我的错误在哪里。预先谢谢你：）

无法通过附加构造约束（scipy.optimize.minimize）

0 个答案: