时间戳

首页 > 解决方案 > scipy 的线性约束问题。人口的所有要素都被拒绝

python - scipy 的线性约束问题。人口的所有要素都被拒绝

问题描述

我正在使用 scipy 差分进化。我必须设置以下线性约束。0<x1+x2+x3+x4<=1。x2+x3=1。我设置了以下矩阵 A=[0 1 1 0] B=[1]。线性约束 = 线性约束（A，B，B，真）。我还将下限和上限设置为 0 和 1。然而，在每次迭代过程中，目标函数的输出是 InF，而差分进化没有调用目标函数

谁能提出什么问题？我的 Scipy 版本是 1.5.4 和 python 3.7。

感谢提前..

标签： pythonscipyscipy-optimizescipy-optimize-minimizedifferential-evolution

解决方案

您需要将约束设置为：

from scipy.optimize import LinearConstraint

A = np.array([[1.0, 1.0, 1.0, 1.0],
              [0.0, 1.0, 1.0, 0.0]])

lc = LinearConstraint(A, [0, 1], [1, 1])

关键字将keep_feasible被忽略。为了使约束可行，每个参数的边界必须包含一个可行区域。例如，如果x2andx3是正数，则x1or之一x4必须能够访问负值。

在受约束的最小化中，仅当试验解决方案不可行时才评估目标函数。

如果满足以下条件，则接受试用解决方案：

    Trial is accepted if:
    * it satisfies all constraints and provides a lower or equal objective
      function value, while both the compared solutions are feasible
    - or -
    * it is feasible while the original solution is infeasible,
    - or -
    * it is infeasible, but provides a lower or equal constraint violation
      for all constraint functions.

推荐阅读