如何使用scipy.optimize.minimize

Question

我有一个目标函数，比如f()中的obj(x, arg_1, arg_2)，我有variable_3 = f(x, arg_1, arg_2) obj()将返回abs(x-variable_3)

我需要使用scipy.optimize.minimize最小化obj()的返回值

我想我需要这样做：

def obj(x, arg_1, arg_2)
    v_3 = f(x, arg_1, arg_2)
    return abs(x-v_3)
x0 = 1
result = minimize(obj, x0, args = (arg_1, arg_2))

这是正确的吗？为什么我总是收到错误？

或者，实际上我可以这样做：

def obj(x, v_3)
    return abs(x-v_3)
def myfun(arg_1, arg_2)
    x0 = 1
    v_3 = f(x0, arg_1, arg_2)
    result = minimize(obj, x0, args = v_3)
    return result

但很明显，这就是我想要的。那么谁能告诉我如何做这个最小化？谢谢

Answer 1

对于scipy.optimize.minimize，应该将多个参数打包到一个元组中，然后在数值优化期间由目标函数解包。

它应该看起来像这样：

def obj(arguments)
    """objective function, to be solved."""
    x, arg_1, arg_2 = arguments[0], arguments[1], arguments[2] 
    v_3 = f(x, arg_1, arg_2)
    return abs(x-v_3)

x0 = 1
initial_guess = [1,1,1]  # initial guess can be anything
result = minimize(obj, initial_guess)
print result.x

Answer 2

希望它不会导致一些IP问题，这里引用了答案的基本部分: from @lmjohns3，at Structure of inputs to scipy minimize function“默认情况下，scipy.optimize.minimize接受一个函数fun( x )，该函数接受一个参数x(可能是一个数组或类似的参数)并返回一个标量。然后scipy.optimize.minimize找到一个参数值xp，使得fun(xp)小于fun(x)。优化器负责创建x的值并将它们传递给fun进行计算。

但是，如果您碰巧有一个函数fun(x，y)，它有一些额外的参数y，需要单独传入(但为了优化的目的，它被认为是一个常量)，该怎么办？这就是args元组的用途。文档试图解释如何有效地使用args元组，scipy.optimize.minimize将使用星号参数符号将args中的任何内容作为剩余参数传递给fun :然后在优化期间将该函数调用为fun(x，*args)。X部分由优化器传入，args元组作为其余参数给出。“