我无法解决python中的优化问题，涉及约20,000个决策变量。这个问题是非线性的，我希望对这个问题同时适用范围和约束。除此之外，还可以计算每个决策变量的梯度。
界限很简单，每个决策变量必须位于[0，1]区间内，并且对变量施加单调约束，即每个决策变量必须大于前一个。
我最初打算使用scipy.optimize包提供的L-BFGS-B方法，但是我发现，尽管它支持边界，但不支持约束。
然后我尝试使用同时支持约束和界限的SQLSP方法。但是，由于它比L-BFGS-B需要更多的内存，并且我拥有大量的决策变量，所以我很快遇到了内存错误。
此问题的出处使用了Matlab中的fmincon求解器来优化该函数，据我所知，该函数不仅支持边界和约束的应用，而且还比SQLSP方法具有更高的内存效率。由scipy提供。但是，我无权使用Matlab。
有人知道我可以用来解决这个问题的替代方法吗？
任何帮助将不胜感激。