如何使用 scipy.optimize.minimize

Question

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

我需要尽量减少的返回值obj()使用scipy.optimize.minimize

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))

这样对吗？为什么我总是出错？

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

但显然，这就是我想要的。那么有人可以告诉我如何进行这种最小化吗？谢谢

Answer 1

对于 scipy.optimize.minimize，应将多个参数打包成一个元组，然后在数值优化期间由目标函数解包。

它应该是这样的：

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，在这里引用答案的基本部分：来自@lmjohns3，位于Scipy最小化函数的输入结构 “默认情况下，scipy.optimize.minimize采用一个接受一个参数的函数fun(x) x（可能是数组等）并返回标量。scipy.optimize.minimize 然后找到一个参数值 xp，使得对于 x 的其他值，fun(xp) 小于 fun(x)。优化器负责用于创建 x 的值并将它们传递给 fun 进行评估。

但是，如果您碰巧有一个函数 fun(x, y)，它有一些需要单独传入的附加参数 y（但出于优化目的被视为常量），该怎么办？这就是 args 元组的用途。该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 中的任何内容作为参数的其余部分传递给 fun：然后将该函数调用为 fun(x, * args）在优化期间。x 部分由优化器传入，args 元组作为剩余参数给出。”