在不明确定义梯度的情况下优化 scipy 中的函数

Question

我目前正在尝试使用 scipy 优化函数。我对变量有一些限制，从这个链接：http : //docs.scipy.org/doc/scipy-0.14.0/reference/tutorial/optimize.html，看来SLSQP正是我想要的。在他们的例子中，他们有一个明确定义的关于输入的结果的明确公式，他们从中找到了梯度。我有一个极其令人厌恶的计算密集型函数，它计算电磁场如何从金属壁反弹，这绝不能以封闭形式表达（如果您有兴趣，我正在使用 MEEP FDTD Python 模拟）。scipy 中是否有一个等效的函数可以为您找到函数的梯度然后进行优化？或者，等效地，是否有一个内置于 scipy 的函数（任何基本的 python 库都可以），它会为我找到函数的梯度，然后我可以将其传递给这个优化程序？任何建议将不胜感激。

Answer 1

由于您无法轻松计算梯度，因此使用无梯度优化算法可能会有所回报。以下是 SciPy 中一些可用功能的概述：

http://scipy-lectures.github.io/advanced/mathematical_optimization/#gradient-less-methods

还有盆地跳跃算法，它类似于模拟退火，在该页面上没有提到：

http://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.basinhopping.html