约束优化

Question

我需要编写一个约束优化器。我正在尝试最小化包含变量 rho 的函数 sub 。 rho 是一个n矢量，需要满足约束0 <= rho <= 1。我收到错误“ LSQ子问题中的奇异矩阵C”，这使我认为我没有正确定义约束函数。我只知道COBYLA支持不平等约束的方法，但我不知道如何以这种形式编写它。我已经为方法SLSQP使用了“ eq”。请帮帮我！

def inequality(rho):
    return np.sum(np.logical_or((rho < 0), (rho > 1)))

cons = [{'type':'eq', 'fun': inequality}]

def opt2(sub):
    res2 = minimize(sub, rho(9), method='SLSQP', jac=gradient_ext, constraints=cons)
    return res2

optimize2 = opt2(subroutine_ext)
print(optimize2)

Answer 1

在不了解函数sub及其雅可比性的情况下，很难正确地提供帮助，无论如何，在您的情况下无需使用任何约束。提供变量minimize的范围就足够了。假设rho是一个numpy数组：

bnds = [(0,1) for _ in range(len(rho))]

def opt2(sub):
    res2 = minimize(sub, x0=your_starting_point, bounds=bnds, jac=gradient_ext)
    return res2

optimize2 = opt2(subroutine_ext)
print(optimize2)