python - 如何最小化两个函数的总和，允许其中一个参数在两个函数上变化？

Question

我有两个函数f(x,y,z)和g(x,y,z)。我想最小化总和 h(x,y,z) = f(x,y,z) + g(x,y,z)，允许x在函数f和g上可变。

我可以使用 单独或一起最小化这两个函数scipy.optimise.minimise，它基本上在一堆 x、y 和 z 值处计算 f + g（或 h）的值，然后返回我的值（x、y、z） f + g 是最小值。这里发生的情况是：f 和 g 都以相同的 (x, y, z) 值进行评估，但我希望其中一个参数（比如 x）在 f 和 g 上变化。

这是我正在尝试的粗略概述：

    def f(x,y,z):
        return scalar

    def g(x,y,z):
        return another_scalar

    def h(theta):
        x, y, z = theta
        return f(x,y,z) + g(x,y,z)

  
    def bestfit(guess, method='Nelder-Mead'):
        result = op.minimize(h,
                             guess,
                             method=method,
                             options={'maxfev': 5000,
                                      'disp': False})

        if not result.success:
            print('Optimisation did not converge.')

        return result

    g = [x0, y0, z0]
    bf = bestfit(g, method='Nelder-Mead')
    print(bf)

我不确定我是否可以使用scipy.optimise. 我可以吗？还是我可以使用其他一些 python 模块？

标签： pythonscipy-optimizescipy-optimize-minimize

Answer 1

我的第一个想法是定义新函数，比如 a 和 b，y 和 z 的值是固定的，这样你的新函数是 a(x) = f(x, y ₀ , z ₀ ) 和 b(x) = g(x, y ₀ , z ₀ ) 然后最小化这些函数。