时间戳

首页 > 解决方案 > Scipy.optimize.minimize 在优化黑盒函数时忽略了我指定的边界

python - Scipy.optimize.minimize 在优化黑盒函数时忽略了我指定的边界

问题描述

我试图最小化 76 个参数的函数。我希望每个参数值都在 0 到 5 之间。

默认算法 LBFGS 未能找到最优值。

因此，我尝试了 TNC 算法，虽然它实现了良好的目标函数值，但它给我的解决方案却忽略了界限。它的输出似乎没有表明任何失败。

x0 = np.zeros(2 * S)
bnds = tuple([(0,5)]*2*S)
r = scipy.optimize.minimize(mse, x0, method = 'TNC', bounds=bnds, callback=print_callback, options={'disp': True})

这是 TNC 优化的输出：

(prior_every_personb_mse_sg.py:8229): Gdk-CRITICAL **: 15:06:09.828: gdk_cursor_new_for_display: assertion 'GDK_IS_DISPLAY (display)' failed

(prior_every_personb_mse_sg.py:8229): Gdk-CRITICAL **: 15:06:09.831: gdk_cursor_new_for_display: assertion 'GDK_IS_DISPLAY (display)' failed
  NIT   NF   F                       GTG
    0    1  2.544667777777778E+03   1.71075138E+22
tnc: fscale = 1.5291e-12
tnc: |xn-xn-1] = 9.73002e-10 -> convergence
    1   27  1.862298888888889E+03   2.84054419E+22
tnc: Converged (|x_n-x_(n-1)| ~= 0)

标签： pythonpython-3.xscipypython-3.7scipy-optimize

解决方案

推荐阅读