我不知道如何通过最小化函数将额外的参数传递给约束字典。我可以成功地将额外的参数传递给目标函数。
最小化函数的文档在这里:http://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.minimize.html#scipy.optimize.minimize 约束参数是一个包含“args”字段的字典,其中args是一个序列。我确定这就是我需要传入额外参数的地方,但我不知道语法。我最接近的尝试如下:
我收到了以下错误信息。
最小化函数的文档在这里:http://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.minimize.html#scipy.optimize.minimize 约束参数是一个包含“args”字段的字典,其中args是一个序列。我确定这就是我需要传入额外参数的地方,但我不知道语法。我最接近的尝试如下:
from scipy.optimize import minimize
def f_to_min (x, p):
return (p[0]*x[0]*x[0]+p[1]*x[1]*x[1]+p[2])
f_to_min([1,2],[1,1,1]) # test function to minimize
p=[] # define additional args to be passed to objective function
f_to_min_cons=({'type': 'ineq', 'fun': lambda x, p : x[0]+p[0], 'args': (p,)}) # define constraint
p0=np.array([1,1,1])
minimize(f_to_min, [1,2], args=(p0,), method='SLSQP', constraints=f_to_min_cons)
我收到了以下错误信息。
---------------------------------------------------------------------------
IndexError Traceback (most recent call last)
<ipython-input-19-571500063c9e> in <module>()
1 p0=np.array([1,1,1])
----> 2 minimize(f_to_min, [1,2], args=(p0,), method='SLSQP', constraints=f_to_min_cons)
C:\Python27\lib\site-packages\scipy\optimize\_minimize.pyc in minimize(fun, x0, args, method, jac, hess, hessp, bounds, constraints, tol, callback, options)
356 elif meth == 'slsqp':
357 return _minimize_slsqp(fun, x0, args, jac, bounds,
--> 358 constraints, **options)
359 else:
360 raise ValueError('Unknown solver %s' % method)
C:\Python27\lib\site-packages\scipy\optimize\slsqp.pyc in _minimize_slsqp(func, x0, args, jac, bounds, constraints, maxiter, ftol, iprint, disp, eps, **unknown_options)
298 # meq, mieq: number of equality and inequality constraints
299 meq = sum(map(len, [atleast_1d(c['fun'](x, *c['args'])) for c in cons['eq']]))
--> 300 mieq = sum(map(len, [atleast_1d(c['fun'](x, *c['args'])) for c in cons['ineq']]))
301 # m = The total number of constraints
302 m = meq + mieq
<ipython-input-18-163ef1a4f6fb> in <lambda>(x, p)
----> 1 f_to_min_cons=({'type': 'ineq', 'fun': lambda x, p : x[0]+p[0], 'args': (p,)})
IndexError: list index out of range
我正在访问附加参数的第一个元素,所以不应该出现范围错误。
如果从最小化函数中删除constraints=f_to_min_cons参数,则上面的代码将正常工作。
minimize
,也无法测试它。但是你的代码中有一个p = []
,因此当你尝试获取p[0]
时会出现index out of range
。更改你的f_to_min_cons
定义,使其具有'args' : (p0,)
,然后你就可以继续了。 - Jaime'args'
参数之前的闭合大括号。 - ev-br