相关疑难解决方法(0)

Python Scipy Optimization.minimize使用SLSQP显示最大化的结果

我正在学习优化多变量约束非线性问题scipy.optimize.minimize,但收到了奇怪的结果.

我的问题:

minimize objfun

objfun   x*y

constraints 0<=x<=5,  0<=y<=5,  x+y==5
Run Code Online (Sandbox Code Playgroud)

我的代码:

from scipy import optimize
def func(x):

    return x[0]*x[1]

bnds=((0,100),(0,5))

cons=({'type':'eq','fun':lambda x:x[0]+x[1]-5})
x0=[0,0]
res= optimize.minimize(func,x0,method='SLSQP',bounds=bnds,constraints=cons)
Run Code Online (Sandbox Code Playgroud)

收到的结果:

status: 0 success: True njev: 2 nfev: 8 fun: 6.2499999999999991 x: array([ 2.5, 2.5]) message: 'Optimization terminated successfully.' jac: array([ 2.5, 2.5, 0. ]) nit: 2

我期待乐趣为0或显着接近0,x或y为0

python optimization numpy minimize

8
推荐指数
1
解决办法
5586
查看次数

标签 统计

minimize ×1

numpy ×1

optimization ×1

python ×1