python fmin_slsqp-带约束的错误

我正在使用SciPy进行练习，在尝试使用fmin_slsqp时遇到了一个错误。我建立了一个问题，在给定一组约束条件的情况下，我想最大化目标函数U

我有两个控制变量，x[0，t]和x[1，t]，正如你所看到的，它们被t（时间段）索引。目标函数是：

def obj_fct(x, alpha,beta,Al):
U = 0
x[1,0] = x0
for t in trange:
    U = U - beta**t * ( (Al[t]*L)**(1-alpha) * x[1,t]**alpha - x[0,t])
return U

约束是在这两个变量上定义的，其中一个将变量从一个周期（t）链接到另一个周期（t-1）

最后，这里是fmin_slsqp的用法：

sol = fmin_slsqp(obj_fct, x_init, f_eqcons=constr, args=(alpha,beta,Al))

撇开有更好的方法来解决这些动态问题这一事实不谈，我的问题是关于语法的。运行此简单代码时，我会出现以下错误：

    Traceback (most recent call last):
  File "xxx", line 34, in <module>
    sol = fmin_slsqp(obj_fct, x_init, f_eqcons=constr, args=(alpha,beta,Al))
  File "D:\Anaconda3\lib\site-packages\scipy\optimize\slsqp.py", line 207, in fmin_slsqp
    constraints=cons, **opts)
  File "D:\Anaconda3\lib\site-packages\scipy\optimize\slsqp.py", line 311, in _minimize_slsqp
    meq = sum(map(len, [atleast_1d(c['fun'](x, *c['args'])) for c in cons['eq']]))
  File "D:\Anaconda3\lib\site-packages\scipy\optimize\slsqp.py", line 311, in <listcomp>
    meq = sum(map(len, [atleast_1d(c['fun'](x, *c['args'])) for c in cons['eq']]))
  File "xxx", line 30, in constr
    x[0,t],
IndexError: too many indices for array
[Finished in 0.3s with exit code 1]

---

传递给目标函数和约束函数的数组

x

将是一维数组（就像

x_init

一样）。不能使用两个索引为一维数组编制索引，因此诸如

x[1,0]

和

x[0，t]

之类的表达式将生成错误。

传递给目标和约束函数的数组

x

将是一维数组（就像

x_init

一样）。不能使用两个索引对一维数组进行索引，因此诸如

x[1,0]

和

x[0，t]

之类的表达式将生成错误。

Ok。我实际上错误地定义了x_init，现在是：x_init=np。one（（2，T+1））x_init[：，0]=[1,0.1]错误仍然存在。所以只能将一维数组传递给函数？是的，您必须更改

x

的定义方式。与形状为

（2，T+1）

的二维数组不同，将其设置为长度为

2*（T+1）

的一维数组。确定。我实际上错误地定义了x_init，现在是：x_init=np。one（（2，T+1））x_init[：，0]=[1,0.1]错误仍然存在。所以只能将一维数组传递给函数？是的，您必须更改

x

的定义方式。与形状为

（2，T+1）

的二维数组不同，将其设置为长度为

2*（T+1）

的一维数组。x_init的指定不正确。它应该是：x_init=np.ones（（2，T+1））x_init[：，0]=[1,0.1]x_init的指定不正确。它应该是：x_init=np.one（（2，T+1））x_init[：，0]=[1,0.1]

    Traceback (most recent call last):
  File "xxx", line 34, in <module>
    sol = fmin_slsqp(obj_fct, x_init, f_eqcons=constr, args=(alpha,beta,Al))
  File "D:\Anaconda3\lib\site-packages\scipy\optimize\slsqp.py", line 207, in fmin_slsqp
    constraints=cons, **opts)
  File "D:\Anaconda3\lib\site-packages\scipy\optimize\slsqp.py", line 311, in _minimize_slsqp
    meq = sum(map(len, [atleast_1d(c['fun'](x, *c['args'])) for c in cons['eq']]))
  File "D:\Anaconda3\lib\site-packages\scipy\optimize\slsqp.py", line 311, in <listcomp>
    meq = sum(map(len, [atleast_1d(c['fun'](x, *c['args'])) for c in cons['eq']]))
  File "xxx", line 30, in constr
    x[0,t],
IndexError: too many indices for array
[Finished in 0.3s with exit code 1]

   from scipy.optimize import fmin_slsqp
import numpy as np

T = 30
beta = 0.96
L = 1
x0 = 1
gl = 0.02
alpha = 0.3
delta = 0.05
x_init = np.array([1,0.1])

A_l0 = 1000
Al = np.zeros((T+1,1))
Al[1] = A_l0

trange = np.arange(1,T+1,1, dtype='Int8') # does not include period zero
for t in trange: Al[t] = A_l0*(1 + gl)**(t-1)