python scipy.optimize.minimize多变量多参数优化

本文介绍了如何使用Python的scipy.optimize.minimize函数解决多变量、多参数的优化问题,包括无超参数、带bounds的情况,以及有单个和多个超参数的情况。通过实例展示了不同维度变量和参数的设置方式,以及如何定义目标函数和边界条件。


自己在用python求解多变量带多超参数输入的最小化问题时,遇到一些问题,在网上找了一下发现也没有特别详细的教程,自己试错之后整理了下minimize的使用说明。话不多说,直接上代码。

x是一维变量,无超参数

y为优化目标函数,x为待优化的变量。优化前给定x的初始值x_ini,因为现在只有一个待优化的变量,所以先不说明待优化变量的初值给定时必须为什么类型。

from scipy.optimize import minimize
import numpy as np

def y(x):
    y=np.sin(x)+np.cos(x)+0.5
    return y
    
x_ini=1.0

res=minimize(y,x0)

print("x",res.x)
print("fun",res.fun)

优化后得到result,“.x”索引出优化后的变量值,“.fun”索引出优化后的函数最小值,也就是优化结果。

x是二维变量,无超参数,带bounds

现在有多个待优化的变量,以二维为例,为方便展示优化效果,以y=3x1-5x2+1为优化目标。

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值