optimization - Python中的约束优化，有什么区别？

我需要在我的参数上使用一些简单的线性界限进行优化。

我可以通过两种方式做到这一点。一，我可以使用 L-BFGS-S 并使用它的简单绑定约束，或者我可以使用 COBYLA 之类的优化器并使用它们更高级的更一般的约束。

这里推荐的方法是什么？似乎 L-BFGS-B 更适合我想要的简单边界，而 COBYLA 更高级......但是它可能会更好，因为它更高级？

标签： optimization

在考虑 L-BFGS-B 和 COBYLA 之间的差异之前，您应该首先回答的更重要的问题是：您优化了多少变量？你的目标函数很复杂吗？它是凸的还是高度多模态的？目标函数的评估成本高吗？您能否为您的目标函数提供分析梯度？如果您的目标函数是多模态的，您对局部最小值满意还是在寻求全局最优？