时间戳

首页 > 解决方案 > 从 scipy.optimize 到 nlopt 包使用的优化方法

python - 从 scipy.optimize 到 nlopt 包使用的优化方法

问题描述

我目前有一个目标函数的黑匣子。它已成功scipy.optimize用作'status = op.basinhopping（obj，sp，...）'，但是，当我尝试使用相同的obj到NLOPT包时，它会给出一条消息

TypeError: <lambda>() takes exactly 1 argument (2 given).

我想 obj forscipy.optimize有两个参数，一个是函数本身，另一个是每个维度的微分，而 NLOPT 方法中使用的 obj 只需要函数本身。如果我是对的，我应该如何修改 obj 以便它可以在 NLOPT 中使用？我使用 NLOPT 的代码

    sys.path.insert(0,os.path.join(os.getcwd(),"build/R_ulp"))
    import foo as foo_square
    reload(foo_square)
    sp=np.zeros(foo_square.dim)+args.startPoint
    obj=lambda X:foo_square.R(* X)
    opt = nlopt.opt(nlopt.GN_CRS2_LM, foo_square.dim)
    opt.set_min_objective(obj)
    opt.set_lower_bounds(-1e9)
    opt.set_upper_bounds(1e9)
    opt.set_stopval(0)
    opt.set_xtol_rel(1e-9)
    opt.set_initial_step(1)
    opt.set_population(0)
    opt.set_maxeval(100000) 
    status = opt.optimize([0.111111111]*foo_square.dim)

标签： pythonlambdascipynloptobjective-function

解决方案

SciPy 优化器和 NLopt 对目标函数的签名有不同的约定。NLopt 中目标函数的文档说

该函数f应采用以下形式：

def f(x, grad):
   if grad.size > 0:

等等

因此，您需要创建一个接受两个参数的目标函数，x并且grad. 如果grad.size > 0，该函数必须用渐变填充数组。

推荐阅读