小编Zah*_*ahy的帖子

我正在使用SciPy进行优化,SLSQP方法似乎忽略了我的约束.

具体来说,我希望x [3]和x [4]在[0-1]的范围内

我收到的消息是:'不平等约束不兼容'

以下是执行结果,后跟示例代码(使用虚函数):

  status: 4
  success: False
njev: 2
nfev: 24
 fun: 0.11923608071680103
   x: array([-10993.4278558 , -19570.77080806, -23495.15914299, -26531.4862831 ,
     4679.97660534])
message: 'Inequality constraints incompatible'
 jac: array([ 12548372.4766904 ,  12967696.88362279,  39928956.72239509,
    -9224613.99092537,   3954696.30747453,         0.        ])
 nit: 2

这是我的代码:

from random import random
from scipy.optimize import minimize

def func(x):
   """ dummy function to optimize """
   print 'x'+str(x)
   return random()

my_constraints = ({'type':'ineq', 'fun':lambda(x):1-x[3]-x[4]},
                  {'type':'ineq', 'fun':lambda(x):x[3]},
                  {'type':'ineq', 'fun':lambda(x):x[4]},
                  {'type':'ineq', 'fun':lambda(x):1-x[4]},
                  {'type':'ineq', 'fun':lambda(x):1-x[3]})

minimize(func, [57.9499 ,-18.2736,1.1664,0.0000,0.0765],
         method='SLSQP',constraints=my_constraints)

编辑 - 即使删除第一个约束,问题仍然存在. …

当实例化包含结构指针数组的结构时,我保证结构数组成员中的所有指针都将设置为NULL？

这是一个示例结构:

typedef struct mmNode {
  int val;
  int board[2][NUM_PITS+1];
  int side;
  struct mmNode* children[NUM_PITS+1];
} mmNode;

IE:如果我创建一个mmNode结构的实例,那么mmNode.children总是将元素设置为NULL？

我有一个空*我进入一些实际上是二维int数组的函数.我想将它作为参数发送给需要二维数组的函数.正确施放它的最佳方法是什么？

void foo(void* val){
   //How to cast val in order to send to bar??
   bar()
}

void bar(int val[2][2]){
//Do something 
}

我有一个字典,我已经添加了10个空字符列表的值.然后,我尝试将添加单值在列表中类型的字典之一.但似乎我将它设置为列表中的所有dicts.有任何想法吗？我怎么能实现它这个不能工作呢？

bids={}
bids[1]=[{}]*10
bids[1][0][1]=0

出价打印为

{1: [{1: 0}, {1: 0}, {1: 0}, {1: 0}, {1: 0}, {1: 0}, {1: 0}, {1: 0}, {1: 0}, {1: 0}]}

虽然我期待:

{1: [{}, {1: 0}, {}, {}, {}, {}, {}, {}, {}, {}]}

我根据以下示例使用 CVXOPT 进行线性编程：http ://abel.ee.ucla.edu/cvxopt/examples/tutorial/lp.html 我很确定我表达了一个约束

X1 >= 0 

但是得到一个负值。怎么来的？我收到“找到最佳解决方案”消息

A = matrix( [ [0.0, 0.0, 1.0, 1.0, -0.0, -0.0, -1.0, -1.0, -1.0, 0.0, 0.0], 
              [0.0, 1.0, 1.0, 0.0, -0.0, -1.0, -1.0, -0.0, 0.0, -1.0, 0.0], 
              [1.0, 0.0, 0.0, 1.0, -1.0, -0.0, -0.0, -1.0, 0.0, 0.0, -1.0]
              ]
            ) 

约束值（右侧）

b = matrix( [1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 0.0, 0.0, 0.0] )

最小化功能：

c = matrix( [-1.0, -1.0, -1.0] )

调用：

 sol=solvers.lp(c,A,b)

但：

print (sol['x']): 
[-4.83e-09]
[ …