时间戳

首页 > 解决方案 > 如何在 Python 中使用惩罚函数时编写“优化”问题

python - 如何在 Python 中使用惩罚函数时编写“优化”问题

问题描述

看看这个简单的优化问题，它只是有点复杂（惩罚函数）： 在此处输入图像描述

我检查了 Python 中的scipy和纸浆库文档。我知道我可以使用“def”来实现我的目标，但即使在一个简单的问题中它也不起作用——我很困惑，不知道应该使用哪个求解器或方法来解决它。即使我尝试了最简单的惩罚函数形式，如下所示，这个问题应该尝试 4 个给定的数字而不是y变量来最小化惩罚函数作为目标（答案很清楚y=-2，obj函数将是 -4）：

from scipy.optimize import minimize
import numpy as np

def f(y):
    if y>=0:
        return y
    else:
        return 2*y

y = np.array([1,-1,2,-2])

res = minimize(f(y),args = [y])

但我面临这个错误：

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

请帮助我知道我应该如何编码这个惩罚函数，以及我应该使用哪个其他库或方法。

标签： pythonoptimizationscipy

解决方案

您的函数是一个标量函数，最小化将向量函数作为输入。

在您的情况下，您更喜欢使用将标量函数作为输入的minimize_scalar ：

from scipy.optimize import minimize_scalar

def f(y):
    if y >= 0:
        return y
    else:
        return 2 * y 
    
minimize_scalar(f, bounds=(-2, 1), method='bounded')

#     fun: -3.9999930649182844
# message: 'Solution found.'
#    nfev: 28
#  status: 0
# success: True
#       x: -1.9999965324591422

推荐阅读